基于ceemd能量熵和階次跟蹤的滾動(dòng)軸承損傷狀態(tài)識(shí)別

基于ceemd能量熵和階次跟蹤的滾動(dòng)軸承損傷狀態(tài)識(shí)別

0振動(dòng)信號(hào)的故障監(jiān)測(cè)旋轉(zhuǎn)機(jī)中的滾動(dòng)軸承是一個(gè)必不可少的部件。近1.3個(gè)故障是由滾動(dòng)軸的承載引起的。因此,以滾動(dòng)軸承為研究對(duì)象,開展相應(yīng)的故障損傷分析具有重要的工程價(jià)值。文獻(xiàn)[1]的研究表明,滾動(dòng)軸承的振動(dòng)信號(hào)與軸承損傷的類型、程度、部位及其原因等密切相關(guān),目前利用振動(dòng)信號(hào)的故障損傷監(jiān)測(cè)方法應(yīng)用廣泛。近年來(lái),針對(duì)滾動(dòng)軸承的損傷狀態(tài)評(píng)估,學(xué)者們開展了大量的研究。Batista等目前大多數(shù)的旋轉(zhuǎn)機(jī)械狀態(tài)識(shí)別研究成果局限于穩(wěn)定旋轉(zhuǎn)速度的工況條件。但通常情況下,機(jī)械旋轉(zhuǎn)系統(tǒng)由于不同的工況條件,會(huì)在不同的旋轉(zhuǎn)速度下工作。在變速度的工況條件下,旋轉(zhuǎn)機(jī)械故障的特征參數(shù)如特征頻率會(huì)隨著旋轉(zhuǎn)速度的變化而改變。根據(jù)Loughlin和Tacer近年來(lái),通過(guò)學(xué)者的研究,小波熵和EMD熵能夠較好地描述設(shè)備的退化損傷狀態(tài)1ceemd方法和經(jīng)驗(yàn)的標(biāo)準(zhǔn)化過(guò)程1.1ceemd方法,克服模態(tài)混疊問(wèn)題經(jīng)驗(yàn)?zāi)B(tài)分解(empiricalmodedecomposition,EMD)是一種適于非線性、非平穩(wěn)信號(hào)的自適應(yīng)信號(hào)處理方法。其本質(zhì)是對(duì)非平穩(wěn)信號(hào)進(jìn)行平穩(wěn)化處理,將信號(hào)中不同尺度的波動(dòng)或趨勢(shì)逐級(jí)分解出來(lái)。同時(shí),EMD方法也存在一些不足如模態(tài)混疊現(xiàn)象,為了克服EMD的模態(tài)混疊問(wèn)題,文獻(xiàn)[12]提出了一種集合經(jīng)驗(yàn)?zāi)B(tài)分解(ensembleEMD,EEMD)方法。EEMD利用白噪聲具有頻率均勻分布的統(tǒng)計(jì)特性,當(dāng)信號(hào)加入高斯白噪聲后,使信號(hào)在不同尺度上具有連續(xù)性,改變信號(hào)極值點(diǎn)的特性,促進(jìn)抗混疊分解,有效地避免了模態(tài)混疊現(xiàn)象。但同時(shí)在信號(hào)中加入白噪聲,使分解的結(jié)果帶來(lái)了重構(gòu)誤差。為了克服噪聲對(duì)分解結(jié)果的影響,文獻(xiàn)[13]提出了CEEMD方法,能夠在保證分解效果與EEMD相當(dāng)?shù)那闆r下,克服所添加的噪聲對(duì)分解結(jié)果的影響。其分解步驟如下:1)向待分解信號(hào)中加入n組正、負(fù)成對(duì)的輔助白噪聲,從而生成2套集合IMF。式中:S為原信號(hào);N為輔助噪聲;M2)對(duì)集合中的每個(gè)信號(hào)進(jìn)行EMD分解,每個(gè)信號(hào)得到1組IMF分量,其中第i個(gè)信號(hào)的第j個(gè)IMF分量用c3)對(duì)多組IMF分量進(jìn)行組合,得到分解結(jié)果如下:其中c1.2eemd分解計(jì)算為了得到CEEMD能量熵,首先將振動(dòng)信號(hào)進(jìn)行CEEMD分解,計(jì)算各個(gè)IMF分量的總能量,計(jì)算公式如下:其中N為每個(gè)IMF分量的數(shù)據(jù)點(diǎn)數(shù)。能量熵的計(jì)算方法為:其中p歸一化后得到的特征向量為:1.3經(jīng)驗(yàn)歸一化過(guò)程將原始信號(hào)經(jīng)過(guò)CEEMD分解后,各IMF分量c信號(hào)c(t)的解析信號(hào)z(t)可定義為:式中:頻率便可定義為相位θ(t)對(duì)時(shí)間t的求導(dǎo):運(yùn)用3次樣條曲線將IMF分量c利用y當(dāng)y定義y式中F(t)為統(tǒng)一幅值下的純調(diào)頻函數(shù),則調(diào)幅部分A(t)為:根據(jù)式(4),可以得到:此時(shí)即完成了經(jīng)驗(yàn)頻率調(diào)制和幅度調(diào)制過(guò)程,可以發(fā)現(xiàn),經(jīng)驗(yàn)幅度調(diào)制較為平滑而且有效避免了高頻波動(dòng)和幅度調(diào)制系數(shù)過(guò)調(diào)。計(jì)算頻率,對(duì)相位函數(shù)微分:振動(dòng)信號(hào)的時(shí)間-頻率-幅度譜可表示為:則包含p個(gè)IMF分量信號(hào)的邊際譜為:2滾動(dòng)軸承損傷狀態(tài)檢測(cè)和識(shí)別采用美國(guó)凱斯西儲(chǔ)大學(xué)(CaseWesternReserveUniversity)電氣工程實(shí)驗(yàn)室的滾動(dòng)軸承試驗(yàn)數(shù)據(jù)對(duì)所提的方法進(jìn)行驗(yàn)證采用轉(zhuǎn)速和載荷分別為1730r/min和3HP,1750r/min和2HP,1772r/min和1HP,1797r/min和0HP四種工況下,故障直徑分別為0.18mm和0.54mm兩種狀態(tài)下的軸承振動(dòng)信號(hào)對(duì)所提的方法進(jìn)行驗(yàn)證。如表1所示,本次試驗(yàn)包括4種不同工況條件和7種軸承損傷狀態(tài),針對(duì)各個(gè)工作狀態(tài)條件下的每個(gè)損傷狀態(tài)采集20組數(shù)據(jù),一共560組數(shù)據(jù),(每種損傷狀態(tài)80個(gè),其中40個(gè)用來(lái)訓(xùn)練,40個(gè)用作測(cè)試)。試驗(yàn)中所采用的滾動(dòng)軸承主要參數(shù)為,軸承直徑39.04mm,滾珠直徑7.94mm,滾珠數(shù)量為9個(gè),則滾動(dòng)軸承各故障狀態(tài)下的特征階次為:式中:O將振動(dòng)信號(hào)進(jìn)行CEEMD分解后,選取包含主要損傷特征的IMF分量,分別進(jìn)行經(jīng)驗(yàn)歸一化求得頻率調(diào)制和幅度調(diào)制,并計(jì)算得到這些IMF分量的時(shí)間-頻率-幅度譜,進(jìn)一步計(jì)算這些IMF分量組成的邊際譜。而特征階次可以較好地消除轉(zhuǎn)速不同帶來(lái)的影響。根據(jù)邊際譜和特征階次,得到各特征階次對(duì)應(yīng)的邊際譜幅值。并且能量熵能夠較好地表征各個(gè)損傷狀態(tài),由式(6)計(jì)算每組數(shù)據(jù)的CEEMD能量熵。最后結(jié)合特征階次邊際譜值和CEEMD能量熵構(gòu)建滾動(dòng)軸承損傷狀態(tài)識(shí)別的特征向量。將訓(xùn)練和測(cè)試各280組特征向量進(jìn)行歸一化后,分別對(duì)遺傳算法優(yōu)化的支持向量機(jī)進(jìn)行訓(xùn)練和測(cè)試,最終的診斷結(jié)果如表2所示。根據(jù)表2的計(jì)算結(jié)果,狀態(tài)2的損傷狀態(tài)識(shí)別精度最高達(dá)到了100%,狀態(tài)6的識(shí)別精度最低為85%,280組樣本的平均準(zhǔn)確率為93.21%。針對(duì)不同的工況條件,所提的多工況滾動(dòng)軸承損傷狀態(tài)識(shí)別方法有效。這是因?yàn)樘崛〉墓收咸卣髦邪珻EEMD熵和特征階次幅值,CEEMD熵針對(duì)滾動(dòng)軸承不同的故障及損傷狀態(tài)識(shí)別效果較好,而各故障狀態(tài)的特征階次幅值能夠消除轉(zhuǎn)速的不同帶來(lái)的影響。3滾動(dòng)軸承損傷狀態(tài)評(píng)估本文提出了一種基于CEEMD能量熵、邊際譜階次跟蹤和支持向量機(jī)的滾動(dòng)軸承損傷狀態(tài)識(shí)別方法。通過(guò)CEEMD方法將原始信號(hào)分解為一系列的IMF分量,計(jì)算各IMF分量的能量熵,并采用經(jīng)驗(yàn)歸一化的希爾伯特變換計(jì)算各包含損傷特征的IMF分量的時(shí)間-頻率-幅度譜和邊際譜,結(jié)合邊際譜中各特征階次的幅