论文部分内容阅读
轴承是旋转机械装备的关键部件,且在中低速和无法使用液压系统的情况下多采用滚动轴承。由于滚动轴承的结构特性,使得滚动轴承是机械部件中比较容易出现故障的部件之一。滚动轴承的性能制约了机械产品整体性能的提高,并且对于直升机和其他航天产品,其滚动轴承出现故障后如不能及时处理可能会造成灾难性事故。本文结合滚动轴承故障诊断的实际需求,在总结传统轴承故障诊断方法的基础上,结合小波变换和HHT方法的优点,提出了基于改进NS-EMD的滚动轴承故障诊断方法。1、时频分析是处理非线性、非平稳信号的有效方法,大多数时频分析方法是基于传统傅里叶变换,因此这些方法的效果受到傅里叶变换的制约,在实际应用中也受傅里叶变换自身局限性的影响。本文详细介绍了各种时频分析方法的理论、特点,分析了各自的优势、应用范围及其局限性。2、EMD方法能够自适应地将信号分解成一系列IMF分量之和,且分解的结果都有明确的物理意义。本文对EMD方法的相关概念、理论、方法等进行了详细介绍,并结合仿真信号进行了分析,从而验证了EMD方法的有效性和准确性。3、目前,EMD方法在应用中还存在着筛选判据、端点效应、模态混叠等问题。本文通过研究小波变换和EMD分解各自的优势和特点,介绍了利用小波降噪结合EMD的方法,减少了无意义IMF的产生,提高了EMD分解的效果。4、从瞬时频率的概念出发,引出了NS-EMD方法。该方法能够对IMF信号进行AM-FM解调,将IMF分成调幅信号和调频信号两部分。本文深入研究了NS-EMD方法,并指出其在处理实际信号过程中的不足,提出改进措施,减小了迭代过程给实际信号带来的扭曲失真,提高了标准化方法的精度。5、在对滚动轴承特性与故障机理研究的基础之上,本文基于改进的NS-EMD方法,提出了两种滚动轴承故障诊断方法。这两种方法算法简单高效且大大提高了瞬时频率和瞬时幅值的计算精度,从而增大了故障频率计算的准确性,能够准确判别滚动轴承的故障部位,在工程领域具有较好的应用价值。