滾動(dòng)軸承故障診斷(附MATLAB程序)

1、第二組實(shí)驗(yàn) 軸承故障數(shù)據(jù)：數(shù)據(jù)打開后應(yīng)采用X105_DE_time#為分析數(shù)據(jù)，其他可作為參考,轉(zhuǎn)速 1797rpm軸承型號：6205-2RS JEM SKF溝球軸承采樣頻率： 12k Hz1、確定軸承各項(xiàng)參數(shù)并計(jì)算各部件的故障特征頻率通過以上原始數(shù)據(jù)可知次軸承的參數(shù)為：軸承轉(zhuǎn)速r=1797r/min;滾珠個(gè)數(shù)n=9;滾動(dòng)體直徑d=;軸承節(jié)徑D=39mm;:滾動(dòng)體接觸角=0由以上數(shù)據(jù)計(jì)算滾動(dòng)軸承不同部件故障的特征頻率為：外圈故障頻率 fi=r/60 * 1/2 * n(1-d/D *cos 口尸內(nèi)圈故障頻率 f2=r/60 * 1/2 * n(1+d/D *cos 口尸滾動(dòng)體故障頻率 f3=r

2、/60*1/2*D/d*1-(d/DF2* cos2( % )= 保持架外圈故障頻率f4=r/60 * 1/2 * (1-d/D *cos 口尸對軸承故障數(shù)據(jù)進(jìn)行時(shí)域波形分析將軸承數(shù)據(jù) 導(dǎo)入MATLAB中直接做FFT分析得到時(shí)域圖如下:并求得時(shí)域信號的各項(xiàng)特征：(1)有效值：；(2)峰值：；(3)峰值因子：；(4)峭度：；(5)脈沖因子：；(6)裕度因子:3.包絡(luò)譜分析對信號做EMD模態(tài)分解，分解得到的每一個(gè)IMF信號分別和原信號做相關(guān)分析，找出相關(guān)系數(shù)較大的IMF分量并對此IMF分量進(jìn)行Hilbert 變換Empirical Mode Decomposition9-rn arn Arn Kp

3、n cpn Trn pmP U網(wǎng)'力r- T T J i-| 卜八4 一4/*sV、/啊昧*由圖中可以看出經(jīng)過EMD分解后得到的9個(gè)IMF分量和一個(gè)殘余量IMF分量分別和原信號做相關(guān)分析后得出相關(guān)系數(shù)如下：EMD分量IMF1IMF2IMF3IMF4IMF5相關(guān)系數(shù)EMD分量IMF6IMF7IMF8IMF9IMF10相關(guān)系數(shù)由上表得：IMF1的相關(guān)系數(shù)明顯最大，所以選用IMF1做Hilbert包絡(luò)譜分析。所得Hilbert包絡(luò)譜圖如下：對包絡(luò)譜圖中幅值較大區(qū)域局部放大得到下圖“包絡(luò)0.180.160.140 12膽0 1 警 d 口 口80 C6 0.04 0.02由以上包絡(luò)圖的局部放大

4、圖中可以看出包絡(luò)圖中前三個(gè)峰值最大也最明顯，三個(gè)峰值頻率由小到大排列分別為、。把這三個(gè)頻率數(shù)值和前文計(jì)算所得的理論值進(jìn)行比較可知：頻率值最大為和內(nèi)圈的故障理論計(jì)算特征頻率f2=相近，說明此軸承的故障發(fā)生在軸承的內(nèi)圈。clc程序1 ：原始信號時(shí)域分析及小波去噪處理clear all軸承診斷 ');x1=(1:4096);clear z;N=4096;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(shí)域圖')%小波

5、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('幅值')；title('小波去噪后時(shí)域圖')程序 2 ： EMD 分解及 Hilbert 包絡(luò)clcclear all軸承診斷 ');x=(1:1024);N=1024;fs=12000;n=0:N-1;f=n*fs/N;

6、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(jù)點(diǎn)emd_visu(x,1:length(x),imf,m); %實(shí)信號的信號重構(gòu)及emd 結(jié)果顯示函數(shù)for i=1:ma(i)=kurtosis(imf(i,:);% 山肖度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,:).A; %均方根值f(i)=skewness(imf(i,:); %計(jì)算偏度endk

7、,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(jì)算序列的自相關(guān)函數(shù)for i=1:mR,lags=xcorr(imf(i,:),lag,'unbiased'); %計(jì)算序列的自相關(guān)函數(shù)a=corrcoef(R(1:N/2),r(1:N/2); %相關(guān)系數(shù)矩陣【對稱】，主對角元素為1xg(i)=abs(a(1,2); %相關(guān)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);%!絡(luò)b=fft(a);mag1=abs(b);mag=mag1*2/N;f1=(0:N-1)*fs/N;plot(f1