求教，自相关函数在滚动轴承故障诊断中的应用
论坛的各位老师、同学，我是一名机械专业的硕士，现在在做关于滚动轴承故障诊断方面的研究，但现阶段主要使用的是仿真信号。对于仿真信号的产生方式即通过相应位置的纯净故障脉冲信号线性加上高斯白噪声得到的。考虑到自相关函数可以抑制高斯白噪声，所以采用相关分析结合包络谱的方式在仿真信号的处理上得到了不错的结果，但是用实际信号，无论是西楚大学的轴承故障数据还是我们自己做的实验数据，效果都不理想，我想请问各位，滚动轴承的故障信号机理是不是不单单是简单的纯净的故障脉冲信号线性加上高斯白噪声来得到呢？这个纯净的故障脉冲信号和环境噪声应该是怎样一种关系呢？对不起，把EMD程序没搞懂，第一个IMF不是原信号，它就是一个IMF。 没弄明白 你的word文档里不是显示效果挺好的么 colinnic 发表于 2011-4-8 13:05 static/image/common/back.gif
论坛的各位老师、同学，我是一名机械专业的硕士，现在在做关于滚动轴承故障诊断方面的研究，但现阶 ...
自相关可以作为轴承包络分析的预处理，但起作用只是提高信号的信噪比，并不能消除很强的轴频成分，不要忘了轴承包络分析之前必须的一个步骤就是选择较高频率的频段进行带通滤波，这样才能突出轴承故障的特征频率。
EMD作为预处理可能会有一些效果，但一般在轴承故障诊断中并没有太大的用途，效果不比一般的滤波或者小波包预处理好。多数文章也就是为发表文章用一下所谓的“新方法”而已。 回复 3 # firecat_2 的帖子
恩，在仿真信号中的效果是很好，但是用实际的故障信号（我们自己做的实验数据和西楚大学的轴承数据）效果就很不好了，所以我想知道，实际中采集到的轴承故障信号是不是并不是单纯故障脉冲信号和环境噪声的线性加和?
而单纯的故障脉冲和环境噪声应该是怎样一种关系呢？多谢您指导。 本帖最后由 colinnic 于 2011-4-9 13:56 编辑
回复 4 # gczhang 的帖子
谢谢您的指导，这里滤波的较高频率段大概是多少呢？比如我知道转频30HZ，故障频率200HZ，共振频率1000HZ的话，应该如何选择，是不是100~300HZ这个范围的意思？
小波分解接触到了，但是小波包我还得补补功课。
因为我主要做的是早期故障信号检测与故障诊断，附件中的EMD分解方法只是想证明对于信噪比很低的仿真信号来说，用自相关预处理的效果很好，并且对于这样的仿真信号我用最大峭度值优化Morlet小波再做包络，效果也比自相关差许多，但是为什么对于实际的故障信号就行不通呢？按理说实验室里采集到的故障信号应该比起生产现场的信号干净许多，用来进行理论验证很合适啊，是不是这些理论本身在实际应用当中的效果就比纸面上推得的结果要差许多？
colinnic 发表于 2011-4-9 13:52 static/image/common/back.gif
回复 4 # gczhang 的帖子
谢谢您的指导，这里滤波的较高频率段大概是多少呢？比如我知道转频30HZ，故障频 ...
轴承包络滤波的频段范围是轴承及支撑结构的共振频率，取决于具体结构，不是固定的，但一般不低于5000Hz。西储大学的数据相对时容易分析的，至少它的大部分数据，用常规的滤波包络分析是有效的。用峭度判断来选择频段通常是有效的。
回复 7 # gczhang 的帖子
您说的是SK谱峭度么？好多东西都不很明白，得好好补补功课了，看来故障诊断真不像看到的一些文献那样简单，谢谢指导 从网站上下下来的西储大学的那个滚动轴承信号，是不是没有经过去噪处理啊？在计算最大Lyapunov指数进行线性区域拟合时，发现根本没有线性区域 sallyyy 发表于 2011-5-21 16:24
从网站上下下来的西储大学的那个滚动轴承信号，是不是没有经过去噪处理啊？在计算最大Lyapunov指数进行线性 ...
我也在计算凯斯西储数据的Lyapunov指数，能交流一下吗？
页:
[1]