范文一:振动及振动噪声的信号分析
振动及振动噪声的信号分析
[摘 要]工程车辆在转向时助力转向系统发出异响产生噪声,会严重影响驾驶员舒适性。本文针对某助力转向系统的振动及产生的噪声进行分析研究。
[关键词]助力转向系统;振动;噪声
中图分类号:th 文献标识码:a 文章编号:1009-914x(2013)11-0276-02
1 总述
目前我国工程机械进入了快速发展阶段,人们在对工程机械性能提出更高要求同时,对其舒适性也提出了更高的需求,因此车辆振动噪声的研究也显得至关重要。车上距离驾驶员最近的噪声源之一就是助力转向系统,若它在转向时发出异响,驾驶员的乘坐舒适性将会受到严重影响,鉴于此,本文针对某助力转向系统产生的振动噪声进行分析研究。
2 共振频率对系统稳定性的影响分析
运用振动理论通过对助力转向系统的粘性阻尼系统的振型分析,可以得到该阵型的开环系统bode图,如图1所示。
由于该系统是欠阻尼系统,所以在共振频率附近出现了共振,从图1可以看到bode上出现了一个很高的共振峰。模态阻尼比大小会影响共振峰的高低,阻尼比越大,共振峰越低。模态阻尼比受阻尼系数变化的影响,如图2所示。
从图中我们可以得到,在有限范围内,模态阻尼比随阻尼的增大
范文二:振动信号EMD分析matlab算法
振动信号 EMD 分析 matlab 算法
振动信号 EMD 分析 matlab 算法,介绍了 EMD 分析处理的基本原理,可在此基础上改进算 法应用到具体问题上
程序如下 :
clc
clear
%z=[4319.0,4358.5,4392.2,4418.9,4438.5,4453.1,4465.1,4473.0,4476.5,4477.0,4477.5,4478.8,44 77.7,4472.1,4462.2,4449.9,4435.9,4419.0,4399.5,4380.5,4364.3,4351.5,4341.5,4334.7,4332.7,433 5.2,4338.7,4339.5,4336.7,4332.5,4327.9,4322.4,4316.7,4312.3,4310.9,4313.0,4317.4,4324.3,4335 .3,4351.0,4369.4,4386.5,4398.6,4405.0,4408.6,4411.6,4415.5,4421.3,4430.1,4441.2,4450.6,4456. 0,4458.0,4460.1,4464.2,4467.7,4468.2,4465.7,4461.9,4458.3,4454.2,4448.6,4442.0,4434.9,4427.0 ,4417.2,4405.9,4396.0,4388.8,4383.3,4377.6,4370.3,4363.2,4357.3,4350.8,4341.8,4330.9,4321.2, 4314.9,4311.8,4311.2,4313.7,4320.7,4330.7,4340.5,4347.3,4351.9,4354.9,4355.6,4352.8,4346.9,4 341.4,4338.9,4338.9,4340.1,4341.7,4345.0,4350.3,4355.0,4357.3,4356.6,4355.0,4353.5,4351.0,43 48.0,4345.9,4347.3,4352.1,4357.5,4361.9,4365.6,4370.0,4374.3,4377.3,4378.8,4380.3,4383.3,438 6.1,4387.3,4386.9,4386.8,4388.6,4390.8,4392.2,4391.6,4389.7,4387.0,4382.0,4375.8,4370.6,4368 .2,4369.2,4371.0,4371.0,4369.4,4367.2,4365.8,4364.9,4365.2,4368.3,4374.3,4380.6,4383.5,4381. 1,4375.9,4371.0,4366.8,4364.1,4363.6,4366.5,4371.9,4376.6,4379.0,4380.4,4382.7,4385.9,4387.8 ,4387.2,4386.0,4385.8,4387.4,4389.7,4392.4,4396.9,4403.7,4410.8,4416.1,4419.2,4421.6,4424.7, 4427.2,4428.5,4429.3,4431.3,4435.1,4437.9,4438.4,4437.0,4435.2,4433.2,4429.2,4422.9,4416.7,4 412.6,4410.5,4408.5,4405.4,4402.1,4399.1,4394.5,4385.7,4372.2,4354.5,4332.6,4303.7];
%z=[5210.1,5291.7,5362.0,5424.2,5481.8,5534.9,5582.4,5624.1,5662.4,5698.9,5732.0,5759.4,57 79.6,5793.0,5800.1,5799.7,5792.1,5780.1,5766.4,5751.9,5734.5,5712.3,5685.5,5653.8,5614.0,556 2.3,5496.4,5418.3,5331.7,5238.9];
%z=[5585.5,5650.5,5699.2,5737.4,5765.4,5782.2,5787.8,5785.3,5778.3,5767.8,5755.5,5743.7,57
35.3,5731.1,5728.3,5723.9,5716.2,5703.8,5684.7,5655.8,5616.0,5566.8,5509.7,5444.9,5372.3,529
4.4,5214.8,5136.8,5061.1,4985.6,4907.9,4828.8,4749.6,4671.7,4597.6,4530.5,4473.1,4426.7,4388 .7,4356.6,4330.5,4311.6,4298.8,4289.3,4281.1,4273.9,4269.0,4266.8,4265.9,4264.9,4264.6,4266. 3,4270.1];
z=[0.03 -0.11 0.18 -0.17 -0.05 -0.36 0.14 -0.18 0.22 0.03 0.17 -0.15 -0.32 0.01 0.12 -0.02 -0.19 -0.02 -0.08 0.06 -0.12 0.15 0.27 -0.01 0.24 0.00 -0.21 0.08 0.04 -0.05 0.19 0.02 0.29 -0.05 0.08 -0.04 0.06 -0.03 -0.12 -0.02 -0.20 0.15 0.19 0.16 0.05 -0.04 0.31 0.03 -0.09 0.07 0.29 0.08 -0.12 -0.22 0.04 0.20 -0.10
];
figure(1)
t=1951:1:2007;
set(gcf,'color','w')
plot(t,z,'k')
set(gca,'fontname','times New Roman')
set(gca,'fontsize',14.0)
axis([1951,2007,-Inf,Inf])
范文三:振动信号的频谱分析
振动信号的频谱分析 在振动测量中,由测振传感器接收的信号通常是复杂的时问函数。利用信号处理技术,通过傅里叶变换,将时域信号转换成频域信号加以分析的方法就称为频谱分析。频谱分析技术包括幅值谱分析、自功率谱密度函数分析、互功率谱密度函数分析、相干函数分析、倒频谱分析等。振动信号经过频谱分析,可以求得信号的频率成分和结构,并进而分析系统的传递特性;通过频谱分析,还可以对被测对象进行振动监测和故障诊断。 机器故障诊断学是识别机器或机组运行状态的科学,它研究的是机器或机组运行状态的变化在诊断信息中的反映。机器故障诊断技术很复杂,方法也很多。可用作诊断的信息包括温度、应力、变形、排放气体和液体以及润滑油的物理化学参数等。利用振动和噪声的响应信号,并对其进行频谱分析则是常采用的诊断手段。
图1示出了在某电动机生产线上,利用响应频谱诊断技术实现电动机在线自动识别、分类的过程。
图1 电动机的在线识别
具体检测步骤如下:
(1)将装有微型加速度计的测头接触传送带上运送的电动机;
(2)检测电动机的振动信号,通过放大器后输入FFT分析仪;
(3)将检测得的振动频谱与预先在分析仪中设定的判别谱进行比较;
(4)进行合格与否判断,输出判断信号。
图2和图3分别为典型的合格品与废品的振动频谱。从图中可以看出,废品的频谱图中往往在某一频率有较大的幅值。
图2 合格的振动频谱
图3 废品的振动频谱
范文四:砂轮振动信号的小波分析算法
砂轮振动信号的小波分析算法
1 2 杨晓红, 贾文超尤文, 赵金宇
2 1()1 . 中国科学院 长春光学精密机械与物理研究所 , 吉林 长春 130022 , )2 . 长春工业大学 , 吉林 长春 130012
摘要 : 砂轮不平衡产生的振动信号是与砂轮转速同频的周期信号 , 精确获取与转速同频的信号值是对砂轮进行动 平衡的前提 。由于采集的振动信号中含有频率等于砂轮转动频率的不平衡量信号和它的各次谐波 , 以及频率不是砂轮 转动频率整数倍的非整倍频分量 、随机干扰信号等等 , 对于这样一个复杂信号 , 要想在线实时提取出振动不平衡量 , 信号检测问题成为系统设计的一个关键所在 。设计应用小波分析算法有效地提取了砂轮的不平衡振动信号 , 实验和仿 真表明 , 该算法有效 , 应用此算法构造的砂轮在线动平衡装置取得了满意的效果 。
关键词 : 砂轮动平衡 ; 小波变换 ; 数字信号处理
Wavelet Anal ysis Algorithm Appl ied in Grin ding Wheel Dyna mic Signal 1 2 2 1Yang Xiao ho ng, J ia Wenchao, Yo u Wen, Zhao J inyu
(1 . Changchun Instit ute of Op tics , Fine Mechanics and Physics , Chinese Academy of Sciences , Changchun 130022 , China ;
)2 . Changchun U niversity of Technology , Changchun 130012 , China
Abstract : The vibrant signal brought by t he imbalanced grinding wheel is a periodic signal having t he same f requency wit h grinding wheel speed. It is a p remise to obtain t he p recised signal amount t hat has t he same f requency wit h t he speed. The sam2 pling signal includes t he imbalanced signal and a variety of harmo nics whose f requency is equal to grinding wheel rotate f requency and no n - integer part amount whose f requency is not equal to grinding wheel rotate f requency and rando m dist urbance signal . To such a co mplicated signal , signal test became a crucial p roblem if we want to ext ract t he imbalanced vibrate signal real time o nline. The imbalanced signal of grinding wheel dynamic balance system is ext racted efficiently by applying t he wavelet assay met hod. The simulatio n and test show t he algorit hm is available. The grinding wheel dynamic balance device have obtained t he satisfied result by using t he above algorit hm.
Key words : grinding wheel dynamic balance ; wavelet t ransform ; digital signal p rocessing
机硬件技术和传感器技术的发展 , 对砂轮动平衡测控算 0 引言 法及精密谱分析进行了深入细致的研究 。应用 DB3 小 随着科技与生产的发展 , 对精密磨削的要求越来越 波构建了信号检测算法 , 在芯片 TMS320 C240 上实现了 高 , 动平衡问题也日益突出 。人们对此进行了大量的研 振动量测量和动平衡系统的设计开发任务 。实验验证 , 究 , 提出了一些处理方法 , 如 : 机械式和液体动平衡两
大类平衡装置 。液体平衡装置结构简单 , 一般用冷却液 系统具有良好的时频定位功能 , 适合于多种对象的动平 体作平衡介质 。其缺点是 : 液体平衡停车后 , 平衡精度 衡测量与控制 。
丧失 , 机床每次都在不平衡状态下启动 , 对机床寿命有 1 振动量采集系统设计 较大的影响 。随 着 磨 削 速 度 的 提 高 , 这 种 方 法 面 临 挑 系统以 TMS320 C240 为核心 , 首先由安装在砂轮罩 战 。机械式平衡装置精度稳定 , 停车或重新启动平衡状 上的 SZ - 5 磁电式速度传感器检测砂轮振动信号 , 然后 态得以维持 , 但现有的机械式动平衡装置采用单片机控 通过抗混叠滤波器进行检波 , 分离出砂轮不平衡量引起 制 , 反馈控制信号直接用振动峰峰值 , 抗干扰能力差 。 的振动信号 , 滤掉干扰信号 , 接着进行信号调理 , 使其 文章基于 DSP 的数字信号处理器 , 结合当前计算 与 TMS320 C240 内 部 的 A/ D 转 换 器 输 入 电 压 相 匹 配 。
运用 TMS320 C240 进行数字信号处理 , 计算并显示不平
衡量的幅度谱 , 按照变结构控制策略发出控制信号进行 1 - 4 自动平衡。
系统充分发挥了 DSP 硬件和软件的编程优势 , 用 收稿日期 :2004 - 01 - 20 ;修回日期 :2004 - 02 - 08
() 作者简介 :杨晓红 1970 - ,女 ,吉林长春人 ,博士 ,主要从 数字控制器取代了传统的模拟控制器 。应用数字信号处
事智能控制和机械故障诊断方面研究 。 理器对振动信号进行谱分析 , 使系统具有优良实时性和
() 尤文 1961 - 男 ,吉林省长春市人 ,博导 ,教授 ,主要从事
楼宇自动化研究 。
〃980 〃计算机测量与控制第 12 卷
小波序列为 : - j/ 2 - j Ψ( t ) = 2 Ψ( 2 t - k) j , k j j 即取 a = 2 , b = k〃2 , j , k ?Z 2 ( ) ( ) 对于任意的函数 f t ?L R的连续小波变换为 : 图 1 砂轮动平衡装置的工作原理框图 t - b - 1/ 2w ( a , b) = ( f , Ψ)Ψ( ) ( )f a , bd l f t = | a | a ?R 抗干扰能力 , 既适用于普通磨削 , 又适用于超高速磨削 其逆变换为 :
系统的在线动平衡测量与控制 , 为磨削过程自动化提供 t - b5 - 8 1 1 Ψ ( ) W a , bd ad b了一种有效的手段 。系统的基本组成如图 1 所示。 ( ) f t = 2 j +a??a cΦR R 2 基于小波变换的振动量提取算法 小波变换的窗口为两个矩形 : 为了有效地提取振动信息 , 对信号进行小波分解 , ΔΨΔΦ( ΔΨ) ( ΔΨ) [ b - a, b + a] ×[ ?w - ^ / a , ?w +^ / a ] 0 0 把信号分解为各个频段的信号 , 再根据振动不平衡信号 式中 b 仅 仅 影 响 窗 口 在 相 平 面 时 间 轴 上 的 位 置 , 选取包含所需振动特征信息的频段序列 , 进行深层信息 而 a 不仅影响窗口在频率轴上的位置 , 也影响窗口的 9 - 11 处理以查找机械不平衡信号并进行补偿。文章利 形状 。这样小波变换对不同的频率在时域上的取样步长 用小波分析方法 , 发挥小波变换对非平稳信号分析的优 是可以调节的 , 即 在 低 频 时 小 波 变 换 的 时 间 分 辨 率 较 势 , 有效地识别出振动不平衡信号 。 差 , 而频率分辨率较高 ; 在高频时小波变换的时间分辨 机械振动信号具有非平稳信号的瞬态特性 , 传统的 率较高 , 而频率分辨率较低 , 这正符合振动信号低频变 傅立叶频谱分析方法难于满足精度要求 。而小波变换技 化缓慢而高频变化迅速的特点 。 术适用于非平稳信号的时域分析 , 对时域信号可按不同
的频率通道用正交小波基分解和重构 。小波分析的一个 则有式 :设 C为待分解的振动信号 , 0 Ψ ( ) 特点是随母小波 t 的不同选择而有不同的变换结
1 果 , 因此根据不同的问题可以选用不同特性的母小波 , n k - 1C= C k h? jj - 2 n? j ?Z 这就是小波分析的灵活之处 。小波变换在高频处使用短 2 k = 1 , 2 , . . . 窗 , 在低频处使用长窗 , 使得信号在高频处具有良好的 1 k k - 1g?dj - 2 n = C n j? 时域分辨率 , 在低频处具有良好的频域分辨率 , 即以不 j ?Z 2 同的尺度观察信号 , 因此 , 小波分析具有对瞬变非平稳 上式为信号分解的理论推导公式 , 只要给定序列 信号进行局部化分析的突出特点 。 { h} , 即可对离散信号进行小波分解 , 整个过程并不涉 n 多分辨率分析是小波分析方法中的重要算法 。通过 Ψ 及尺度函数 < 与小波函数="" 的具体表达式="" 。="" 多分辨率分析可以将信号在不同的尺度上展开="" ,="" 提取信="">
同理可得信号重构的理论推导公式 : 号在不同频带上的特征 , 同时保留了信号在各个尺度上 的时域特征 , 因而是对信号的时 - 频分解 。多分辨率分 1 ( ) a H 3 a= hn - 2 j j ? 析方法的时频分辨率是随着尺度变化的 。小波分解能够 j ?Z2 2 )( Π C j ? l 把任何信号映射到由一个小波伸缩而成的一组基函数 1 ( ) G 3 a= gan n - 2 j j上 , 在通频范围内得到分布在各个不同频道内的分解序 ? j ?Z2 列 , 而且其信息量是完整的 。 根据上述两式 , 即可实现各种离散数据振动信号小
波的分解与重构 。小波变换在振动信号处理中 , 可以克
服传统傅立叶变换及短时傅立叶变换的不足 , 成为振动
信号处理的一种有效工具 , 它具有比傅氏变换更强的特
2 征提取能力 。对于包含一般形式瞬态过程的信号进行小 L Ψ ( ) ( )由小 波 分 析 的 数 学 模 型 , 设 t = R 波分解 , 可将其分解为不同的子空间 。对包含瞬态过程 2 ( ( ) L R表示平方可积的实数空间 , 即能量有限的信 的子空间进行重构 , 得到从原信号提取出来的主要包含 ) Ψ( ) Ψ满足号空间, 其傅立叶变换为 ^ w 。当 ^ ( ) w 平稳成分的瞬态信号 , 对它进行进一步的时域和频域分 允许条件 : 析 , 可以分析平稳成分的各特征参数 。小波分析完全克 2 Ψ( )^ w ?时< c="d" w="" ψ="" 服了窗口="" fourier="" 变换的缺点="" ,="" 并且通过适当的离散化="" ,="" w="" |="" r="" 可以获得与快速="" fourier="" 变换相媲美的快速算法="" 。="" ψ="" (="" )="" ψ称="" t="" 为一个基本小波或母小波="" 。将母函数="" 小波基种类繁多="" ,="" 性质各异="" 。在本设计中="" ,="" 选取了="" (="" )="" t="" 经伸缩和平移后="" ,="" 就可以得到一个小波序列="" 。对于="" 应用比较多和广泛的="" daubechies="" 正交小波="" 。db3="" 小波不="" 连续的情况="" ,="" 小波序列为="" :="" 能用解析式给出="" ,="" 只能通过迭代方法产生="" 。daubechies="" 1="" t="" -="" b="" ψ(="" t="" )="Ψ(" )="" a="" ,="" b="" r="" ;="" a="" a="" ,="" b="" 连续的紧支集正交可有任意高阶消失矩="" ,="" 其消失矩随着="" a="" |="" a="" |="" 支集的增大而增大="" 。它是有限长的="" ,="" 即只在有限区间内="" 式中="" :="" a="" 为伸缩因子="" ;="" b="" 为平移因子="" 。对于离散情况="">
第 10 期杨晓红 , 等 : 砂轮振动信号的小波分析算法〃981 〃 取非零值 , 具有三阶消失矩 , 是一种紧支集正交小波 ,重构 。在分解过程中采用 6 层 , 即 s = A6 + D6 + D5 + 能够避免截断 , 消除误差 , 非常适合于提取不同频率范 D4 + D3 + D2 + D1 , 由 分 解 后 的 各 层 频 谱 分 析 图 5 可 围内的某一频率信息 。 见 , 此时存在不平衡振动信号 , 并且该不平衡信号位于
砂轮不平衡振动信号的主要特点是 : 第 4 层 D4 中 , 即在 D4 层含有主频为 49 Hz 的波形 。将
( ) 在工频1振动频率单一 , 振动方向以径向为主 , D4 段的小波取出 , 令其它段的小波系数为零 , 对其进 ( ) 1 X 处有一最大峰值 。 行重构后 , 有效地提取出了振动不平衡信号 。系统重构
( ) 与图 4 频谱仪2在一阶临界转速内振幅随转速的升高而增大 。 后的不平衡振动信号频谱图如图 6 所示 ,
() ( ) ( 3谱图中一般不含工频 1 X的高次谐波 2 X、 测试结果一致 。
) 3 X 。
基于上述特点 , 对砂轮振动信号进行整周期采样 ,
幅值和相位基本上不存在误差 , 没有泄漏和栅栏效应 ,
能够精确获得转速频率点的值 。对砂轮动平衡来说 , 采
用整周期采样小波分析的方法来求取砂轮周期振动信号
的幅值和相位是较好的方法 。
本设计涉及的一个关键问题是如何分离并提取出不
同频率范围内的频率信息 。具体做法如下 : 首先对采集 图 4砂轮振动信号实测谱
图 2 用小波变换进行不平衡振动信号的提取过程
到的振动信号进行小波分解 , 分解到包含不同频率范围
的通道中 , 由于小波分解可以同时给出各通道的结果 ,
所以必定在某一通道内不平衡信号表现较为明显 ,仅保
图 5 在 DB3 下分解得到的各层小波频谱图
图 3 砂轮振动实测信号及在 DB3 下分
解得到的各层小波系数波形图
留此频率通道的数据 , 其它频率通道的数据置零 ,滤去
噪声信号后 , 对这个频率通道的结果进行重构 , 就可以 图 6 所提取的振动不平衡量 - 主频 49 Hz 频谱图 得到所要的不平衡振动信号 。其示意图如图 2 所示 。
M G1432 磨床砂轮振动信号实测波形如图 3 所示 , 与上述小波分析方法进行对比 , 采用 F IR 数 字 滤 它描述了 用 DB3 小 波 对 该 信 号 进 行 小 波 分 解 的 结 果 。 波器对原信号进行滤波处理后的频谱如图 7 所示 。其中 由实测谱可以分析出系统存在振动不平衡量 , 这时可以 滤波器通频带的参数 F= 45102 , F= 94173 , R= p1 p2 p 利用 DB3 小波对含有主频 49 Hz 的振动信号进行分解和 131994 。从仿真实验结果可以得出 , 采用固定窗口数字
〃982 〃计算机测量与控制第 12 卷
图 8 平衡前砂轮振动的谱曲线图
图 7 F IR 滤波器滤波后的频谱图
图 9 平衡后砂轮振动的谱曲线图 滤波器的效果要比小波分析差很多 。从其谱分析图可以 参考文献 : 看出 , 根本无法分辨出故障振动信号 。 李春生 . 磨 床 上 的 砂 轮 动 平 衡 装 置 J .1 机 械 工 程 师 , 在一台外圆磨床 M G1432 上 , 基于上述分析算法进 () 1998 , 4:11 - 12 . μ行了动平衡实验 。若初始振动幅值为 215 m , 当控制 弗瑞德里克〃梅森 . 计算机控制的砂轮动平衡美国2 J . 箱显 示 平 衡 结 束 信 号 时 , 砂 轮 架 轴 承 处 的 振 幅 值 为 () 机床工作者 , 1993 , 8:10 - 13 . μ0123 m , 平衡时间在 1 min 以内 , 与美国动平衡公司 内毅 . 光信号砂轮自动平衡装置的开发 J . 日本精密3 同类平衡装置精度相当 。图 8 、图 9 中曲线是采用频谱 () 工学会志 , 1991 , 2:245 - 249 . 仪对砂轮平衡前振动量和经动平衡处理后的振动量进行 吴先民 . 计算机控制的自动飞轮平衡机 J . 4 机械与电 经动平衡处理后 ,砂谱计算的结果 。由图中对比可见 , () 子 , 1991 1: 6 - 8 .
轮的振动量明显降低 。 5 Hosho T , Koumoto Y. Mechanism of Vibratio n in Plun ge
() - cut J . C ylindrical Grinding. 1983 , 49 12:80 - 86 . 3 结论
路长厚 . 砂轮自动平衡智能化监控系统研究 D .山东6 通过以上的分析说明 ,对于砂轮不平衡振动信号的 工业大学博士学位论文 , 1996 . 检测 , 小波变换与傅立叶变换相比具有明显优势 。小波 叶能安 . 动平衡原理与动平衡机 M . 武汉 : 华中工学 7
院出版社 , 1985 . 变换方法具有良好的时频分析特性 , 同时可以给出不同
8 Arrila ga J , Bradley D A , Bordger P S. Power system har2 频率上的时频结果 , 特别适合于非平稳信号的分析 。仿
mo nics M . New Yor k : Wile y , 1985 . 真结果表明本 算 法 具 有 局 部 显 微 的 特 点 , 短 数 据 情 况
陈伟 , 王云宽 , 朱宗林 . TMS320 F240 DSP 控制的直流9 下 , 小波变换在频域上具有比 FF T 高的分辨率 , 对瞬
伺服系统 J . () 自动化学报 , 1998 , 2:19 - 21 . 间高频信号有较强的捕获能力 , 而且通过参数的变化 ,
10 Be jerke S. Digital signal processing solutions for motor cont rol 可以实现信号在不同分辨率下的谱估计 。 using t he F240 DSP cont roller J . ESIEEE , Paris , 1984 , 文章利用小波变换的方法 , 有效识别了旋转机械运 () 4: 3 - 9. 行中的不平衡振动信号 ,为动平衡和机械故障诊断提供 11 沈松 , 应怀樵 , 刘进明 . 用小波变换识别机械故障中的 了有效的手段 。 () 通过振动 J .振动与冲击 , 1996 , 18 2: 1 - 4
( )何新贵 , 梁久祯 . 过程神经元网络的若干理论问题 J .上接第 950 页 1
() 中国工程科学 , 2000 , 2 12:40 - 41 . 4 结束语
2 何新贵 , 梁久祯 , 许少华 . 过程神经元网络的训练及其 对于输入为过程而输出为实值向量的系统逆向求解 () 应用 J .中国工程科学 , 2001 , 3:31 - 32 . 问题 , 文章提出了一种基于过程神经网络和遗传算法相 谢 庆 生 , 尹 健 , 罗 延 科 . 机 械 工 程 中 的 神 经 网 络 方 法3 结合的 PNN - GA 方法 , 该方法融合了过程神经网络能 M . 北京 : 机械工业出版社 , 2003 .够处理过程式输入而方便对时变系统建模和遗传算法能
4 黄卫忠 , 高国琴 . 基于遗传算法的最优控制加权阵的设
() 计算机测量与控制 计 J ., 2003 , 11 10:761 - 762 . 该模型够进行全局搜索的优点 。文中的应用实例表明 , 5 王 小 平 , 曹 立 明 . 遗 传 算 法 ———理 论 应 用 与 软 件 实 现 和算法对过程控制问题具有很好的适应性 。 M . 西安 : 西安交通大学出版社 , 2002 .
陈国良 , 王煦法 , 庄镇泉 , 等 . 遗传算法及其应用 M .6 参考文献 : 北京 : 人民邮电出版社 , 1999 .
范文五:典型轴承故障振动信号的MATLAB分析
1滚动轴承局部缺陷的振动模型
当滚动件撞击轨道上缺陷的时候或者滚动件上缺陷撞击轨道的时候,一个强迫 短脉冲产生了,并且产生轴承装置和外壳的固有振动。整个系统中,装置共振充当 了能量冲击的放大器。
对于单一冲击力轴承装置的响应看作是一个欠阻尼的二阶质量弹簧阻尼系统, 公式如下
:
式中, ξ是阻尼系数, ωn 是轴承装置的阻尼固有频率。
由于轴承旋转,每当缺陷碰撞轴承其他部件的时候,上述脉冲会周期性产生, 并且它产生的频率和轴承的一个特征频率相等。实际上,在脉冲之间有一个随机波 动。因为当滚动件通过负载区域的时候,轴承负荷角度也发生了变化。此外,脉冲 响应振幅将调整为缺陷产生的结果。
S (t-Ti )为第 i 个脉冲在 Ti 时刻产生的波形, Ti=iT+τi , , T 为两个脉冲之间的 平均时间, τi 为轴承件随即滑动时间。 Ai 为随时间变化解调的振幅, n (t )是在 轴承装置振动过程中被考虑进来的噪声。
图 2— 4和 2— 5分别展示了由模型公式 (2— 10) 产生的脉冲和加速度信号 () 波 形。其中相应的外滚道和内滚道的缺陷的滑动随机系数(τ)为十分之一个周期 T , 噪声比例为 0.6dB 。
2. 滚动轴承典型故障信号的特征
使用凯斯西储大学 (CWRU)轴承中心在网络上提供的数据, 我们可以对正常轴承、 外环缺陷、 内环缺陷以及滚珠上缺陷的振动信号和频谱图进行分析。 CWRU 轴承中心 实验使用的轴承型号是 SKF 公司的 6205— 2RS 深沟球轴承, 参数分别是 :节圆直径 D 为 52mm ,滚珠直径为 11.9mm ,接触角 β为 O °,滚珠数量 n 为 8。实验时轴承转速 为 1797rpm ,由公式 2.3至 2.6计算得出的轴承旋转频率为 29.9Hz ,外环特征频率 为 107.36Hz ,内环特征频率为 162.18Hz ,滚珠特征频率为 141.17HZ 。
由于轴承的特征频率能量很低,通常被噪声和高能的振动信号所掩盖,通常的 FFT 变换很难从频谱中发现特征频率。因此,英国学者 Khalid E.AI一 Raheem 和 K.P.Ramachandran 利用 Laplace 小波包络功率谱方法对 CWRU 轴承中心提供的数据 处理后,得到图 2— 6至 2— 8所示。由于轴承转速 1797rpm ,频率 29.9Hz ,因此在 图 2— 6频谱图中,相应有一个 29.3Hz 的峰值和其谐波分量。由于计算的轴承外环 特征频率 107.36Hz ,内环特征频率 162.18Hz ,而在图 2— 7中,对于外环缺陷的轴 承振动信号经 Laplace 小波包络功率谱处理后的频谱图中的峰值在 106.9Hz 及其它 的谐波处, 在图 2— 8中, 内环缺陷的轴承振动信号经 Laplace 小波包络功率谱处理 后的频谱图中的峰值在 161.1Hz 和它的谐波以及旋转频率的边频带 (30Hz)附近,这 些都与计算的轴承特征频率十分接近。
东南大学苏中元利用 HHT 变换 (希尔伯特一黄变换 ) 对周期平稳类微弱故障信号 进行检测,具有良好的效果。作者采用 Hilbert 小波包络功率谱的方法,对 CWRU 轴承中心提供的数据进行分析,该方法首先对数据进行小波降噪,随后进行共振解 调和带通滤波,之后进行 Hilbert 包络分析,解调并绘制功率谱图,出外环缺陷、 内环缺陷以及滚珠缺陷的振动信号和频谱图,如图 2— 9至 2— 16所示。
良好轴承振动信号特征 :其原始信号的时域波形、频谱图如图 2— 9和图 2— 10所示。 从图 2— 9中波形图可以看出, 良好状态下的滚动轴承, 其振动波形没有冲击 和变化缓慢的特点, 其加速度峰值基本在 0.2g 左右。 从图 2— 10频潜图中可以看出, 对于良好轴承,信号的频率成分不多,而且能量较低,峰值的地方是轴承的旋转频 率 (29.9Hz)及其谐波处,轴承的故障特征频率相对应的频率分量几乎看不出。
转载请注明出处范文大全网 » 振动及振动噪声的信号分析