Page 64 - 201806

894 2018 年 11 月

从表 2 中可以看出，IMF5 与 IMF6 的能量矩和 Yang Jie, Zhang Penglin, Liu Zhitao, et al. Acous-
自相关系数很小，判定为伪分量；IMF4 的能量矩很 tic emission diagnosis of low-speed bearing faults based
on CEEMD energy entropy and SNM[J]. Nondestructive
小，尽管个别故障轴承信号自相关系数较大，仍认
Testing, 2017, 39(9): 1–6.
为是噪声干扰信号，不予考虑。仅分析前 3 个 IMF [2] 章欣, 王艳, 胡恒山, 等. 声发射技术在铁路系统检测中的研
分量。对无故障轴承声发射信号而言，IMF2 能量 究和应用 [J]. 应用声学, 2017, 36(3): 189–199.
Zhang Xin, Wang Yan, Hu Hengshan, et al. Research
矩很小，尽管相关系数较大，视为分解后噪声干扰
and application of acoustic emission technique in railway
信号。将 IMF1 和 IMF3 两分量做无故障轴承信号 system inspection[J]. Journal of Applied Acoustics, 2017,
的 Hilbert 局部边际谱；而滚子、外圈故障轴承的 36(3): 189–199.
[3] 苑一琳, 沈功田, 李小亭, 等. 超低速滚动轴承振动信号与声
Hilbert局部边际谱均由前3个IMF分量来计算。针
发射信号特征对比 [J]. 无损检测, 2013, 35(5): 55–58.
对三种故障模式轴承所计算出的 Hilbert 局部边际 Yuan Yilin, Shen Gongtian, Li Xiaoting, et al. Charac-
谱如图 4 所示，图中幅值单位为微伏 (µV)。从边际 teristics contrast of vibration signal and acoustic emission
signal of the ultra-low speed rolling bearing[J]. Nonde-
谱图得出轴承声信号特征频率在 10 kHz∼25 kHz
structive Testing, 2013, 35(5): 55–58.
之间，无故障轴承、滚子故障轴承和外圈故障轴承的 [4] 耿荣生, 沈功田, 刘时风. 声发射信号处理和分析技术 [J]. 无
边际谱峰值频率依次为 13.818 kHz、15.137 kHz 和 损检测, 2002, 24(1): 23–28.
16.943 kHz。这比文献[11]中利用小波和EMD提取 Geng Rongsheng, Shen Gongtian, Liu Shifeng. An
overview on the development of acoustic emission signal
的轴承声信号特征频率更具体。此外，就局部边际谱 processing and analysis technique[J]. Nondestructive Test-
幅值而言，无故障轴承声发射信号幅值(19.132 µV) ing, 2002, 24(1): 23–28.
最小，滚子故障轴承声发射信号幅值(49.783 µV)最 [5] 于德介, 程军圣, 杨宇. 机械故障诊断的 Hilbert-Huang 变换
方法 [M]. 北京: 科学出版社, 2006: 24–25.
大，外圈故障轴承信号幅值 (35.785 µV) 介于两者
[6] Wu Z H, Huang N E. Ensemble empirical mode decom-
之间。 position: a noised assisted data analysis method[J]. Ad-
vances in Adaptive Data Analysis, 2009, 1(1): 1–41.
5 结论 [7] 刘华胜. 基于 EMD 的滚动轴承故障诊断方法研究 [D]. 大连:
大连理工大学, 2007.
基于 EEMD 的局部 Hilbert 边际谱诊断方法能 [8] Li C J, Li S Y. Acoustic emission analysis for bearing
condition monitoring[J]. Wear, 1995, 185(1/2): 67–74.
准确识别滚动轴承声发射信号故障频率，是处理非 [9] 周艳玲, 杨德斌, 徐金梧, 等. 基于声信号的轴承故障诊断方
平稳信号的极为有效的方法。文中提出的结合能量 法 [J]. 振动与冲击, 2002, 21(2): 21–23.
矩和相关系数的方法能准确判断分解后模态分量 Zhou Yanling, Yang Debin, Xu Jinwu, et al. A method
for detection of defects in rolling element bearing based
的真伪，为提取信号特征频率提供了依据。 on acoustic signal analysis[J]. Journal of Vibration and
通过试验，三种故障模式轴承的Hilbert边际谱 Shock, 2002, 21(2): 21–23.
峰值频率及幅值均有较大差别，无故障轴承峰值频 [10] 余永增, 韩龙, 戴光. 基于声发射的滚动轴承故障诊断方法 [J].
无损检测, 2010, 32(6): 416–419, 423.
率及幅值均最小，外圈故障轴承Hilbert边际谱峰值
Yu Yongzeng, Han Long, Dai Guang. Fault diagnosis
频率最大，滚子故障轴承声信号Hilbert边际谱幅值 method for rolling bearing based on acoustic emission in-
最大。依据特征频率及幅值大小可对低速旋转机械 spection[J]. Nondestructive Testing, 2010, 32(6): 416–419,
423.
滚动轴承故障进行有效诊断。
[11] 戴光, 余永增, 张颖, 等. 基于小波和 EMD 的滚动轴承非接触
声发射诊断方法 [J]. 化工机械, 2009, 36(4): 326–330.
Dai Guang, Yu Yongzeng, Zhang Ying, et al. Non-
参 考 文 献 contacting acoustic emission inspection technique for
rolling bearings based on wavelet analysis and EMD[J].
[1] 杨杰, 张鹏林, 刘志涛, 等. 基于 CEEMD 能量熵与 SVM 的 Chemical Engineering & Machinery, 2009, 36(4):
低速轴承故障声发射诊断 [J]. 无损检测, 2017, 39(9): 1–6. 326–330.