滾動軸承故障診斷(附MATLAB程序)

1、精選優(yōu)質文檔-傾情為你奉上第二組實驗軸承故障數(shù)據：Test2.mat 數(shù)據打開后應采用X105_DE_time作為分析數(shù)據，其他可作為參考，轉速1797rpm軸承型號：6205-2RS JEM SKF, 深溝球軸承采樣頻率：12k Hz1、確定軸承各項參數(shù)并計算各部件的故障特征頻率通過以上原始數(shù)據可知次軸承的參數(shù)為：軸承轉速r=1797r/min；滾珠個數(shù)n=9；滾動體直徑d=7.938mm； 軸承節(jié)徑D=39mm；：滾動體接觸角=0由以上數(shù)據計算滾動軸承不同部件故障的特征頻率為： 外圈故障頻率f1=r/60 * 1/2 * n(1-d/D *cos)=107.34Hz 內圈故障頻率f2=r/

2、60 * 1/2 * n(1+d/D *cos)=162.21Hz 滾動體故障頻率f3=r/60*1/2*D/d*1-(d/D)2* cos2()=70.53Hz保持架外圈故障頻率f4=r/60 * 1/2 * (1-d/D *cos)=11.92Hz2. 對軸承故障數(shù)據進行時域波形分析 將軸承數(shù)據Test2.mat導入MATLAB中直接做FFT分析得到時域圖如下：并求得時域信號的各項特征：（1）有效值：0.2909； （2）峰值：1.5256；（3）峰值因子：5.2441；（4）峭度：5.2793；（5）脈沖因子：7.2884；（6）裕度因子：9.1083：3.包絡譜分析對信號做EMD模態(tài)分

3、解，分解得到的每一個IMF信號分別和原信號做相關分析，找出相關系數(shù)較大的IMF分量并對此IMF分量進行Hilbert變換。由圖中可以看出經過EMD分解后得到的個IMF分量和一個殘余量。IMF分量分別和原信號做相關分析后得出相關系數(shù)如下：EMD分量IMF1IMF2IMF3IMF4IMF5相關系數(shù)0.95960.19900.10960.00620.0230EMD分量IMF6IMF7IMF8IMF9IMF10相關系數(shù)0.00320.00450.00550.00600.0062由上表得：IMF1的相關系數(shù)明顯最大，所以選用IMF1做Hilbert包絡譜分析。所得Hilbert包絡譜圖如下：對包絡譜圖中

4、幅值較大區(qū)域局部放大得到下圖由以上包絡圖的局部放大圖中可以看出包絡圖中前三個峰值最大也最明顯，三個峰值頻率由小到大排列分別為58.59Hz、105.5Hz、164.1Hz。把這三個頻率數(shù)值和前文計算所得的理論值進行比較可知：頻率值最大為164.1Hz和內圈的故障理論計算特征頻率f2=162.21Hz相近，說明此軸承的故障發(fā)生在軸承的內圈。clc程序1：原始信號時域分析及小波去噪處理clear allz=importdata('C:UserswangkunDesktop軸承診斷test2.mat');x1=z.X105_DE_time(1:4096);clear z;N=4096

5、;fs=12000;n=0:N-1;t=n/fs; f=n*fs/N;figure(1);plot(t,x1);xlabel('t'); ylabel('幅值'); title('原信號時域圖')%小波去噪thr,sorh,keepapp=ddencmp('den','wv',x1);xd=wdencmp('gbl',x1,'db3',2,thr,sorh,keepapp);figure(2);plot(t,xd);xlabel('t'); ylabel('幅

6、值'); title('小波去噪后時域圖')程序2：EMD分解及Hilbert包絡clcclear allz=load('C:UserswangkunDesktop軸承診斷test2.mat');x=z.X105_DE_time(1:1024);N=1024;fs=12000;n=0:N-1;f=n*fs/N;lag=N;n=0:N-1;t=n/fs; imf=emd(x);m,n=size(imf); %imf為一m*n階矩陣，m是imf分量，n為數(shù)據點emd_visu(x,1:length(x),imf,m); %實信號的信號重構及emd結果顯示函數(shù)

7、for i=1:m a(i)=kurtosis(imf(i,:);%峭度 b(i)=mean(imf(i,:); %均值; c(i)=var(imf(i,:); %方差; d(i)=std(imf(i,:); %均方值 e(i)=std(imf(i,:).0.5; %均方根值 f(i)=skewness(imf(i,:); %計算偏度endk,c=max(a); %k為峭度最大值，c為最大元素在數(shù)組中的位置r,lags=xcorr(x,lag,'unbiased'); %計算序列的自相關函數(shù)for i=1:mR,lags=xcorr(imf(i,:),lag,'unbiased'); %計算序列的自相關函數(shù)a=corrcoef(R(1:N/2),r(1:N/2); %相關系數(shù)矩陣【對稱】，主對角元素為1xg(i)=abs(a(1,2); %相關系數(shù)endR,C=max(xg); %R為最大值，C為最大元素在數(shù)組中的位置 figure(4);y = hilbert(imf(C,:);a = abs(y);%包絡b=fft(a);mag1=abs(b);mag=mag1*2/N;f1=(0:N-1)*fs/N;plot(f