摘 要

随着机械设备越来越大型化、复杂化，对其进行周期性故障检测与诊断成为其安全运行的重要保证。通过早期故障诊断，及时发现微小损坏，对于有效避免重大事故的发生具有重大意义。

对于旋转机械故障诊断的研究也在随着时代不断发展，在新方法不断产生的同时，一些基础理论也在其中发挥着不可缺少的支撑作用。本次研究着眼于故障诊断的基础理论，通过实验进行验证，再一次证明了其可靠性与有效性。

本文首先分析了滚动轴承各种缺陷的产生机理，介绍了故障诊断各阶段的任务目标。然后详细介绍了经验模态分解、包络解调、傅立叶变换等方法的基本与原理。最后以公开实验数据为研究对象，通过EMD、包络分析以及快速傅立叶变换方法对正常及故障轴承数据进行分析处理，所得结果达到理论预期，验证了所使用的方法的有效性。

关键词：旋转机械；故障诊断；经验模态分解；傅立叶变换

Abstract

As mechanical equipment becomes larger and more complex, it is necessary for them to make the fault detection and diagnosis in order to guarantee its safe operation. Through early fault diagnosis, it is possible to discover minor damage in time, which is of great significance to avoid the occurrence of serious accidents.

The research on fault diagnosis of rotating machinery is also evolving with the times. While new methods are constantly being produced, some basic theories also play an indispensable supporting role. This study focuses on the basic theory of fault diagnosis, which is verified through experiments, and once again proves the reliability and validity of the theory.

This article first analyzes the generation mechanism of various defects of rolling bearings, and introduces the task objectives of each stage of fault diagnosis. Then the basics and principles of empirical mode decomposition, envelope demodulation, Fourier transform and other methods are introduced in detail. Finally, taking the public experimental data as the research object, the normal and faulty bearing data were analyzed and processed by EMD, envelope analysis and fast Fourier transform methods. The results obtained reached theoretical expectations and verified the feasibility of the method.

Keywords: rotating machinery; fault diagnosis; empirical mode decomposition; Fourier transform

目录

摘 要

Abstract

第1章 绪论 1

1.1 课题研究背景及意义 1

1.2 滚动轴承失效形式 2

1.2.1 滚动轴承基本结构 2

1.2.2 滚动轴承失效形式 2

1.3 滚动轴承故障诊断研究现状 4

1.3.1 滚动轴承信号去噪研究现状 4

1.3.2 滚动轴承特征提取研究现状 5

1.3.3 滚动轴承故障分类 5

1.4 本文主要工作及内容安排 6

第2章 旋转机械滚动轴承故障诊断技术 7

2.1 引言 7

2.2 经验模态分解法基本原理 7

2.2.1 本征模态函数（IMF） 7

2.2.2 EMD算法分解过程 8

2.2.3 EMD算法的问题及改进 10

2.3 包络解调分析 11

2.3.1 小波包变换滤波 12

2.3.2 基于Hilbert变换的包络分析 12

2.4 傅立叶变换 13

2.4.1 连续傅立叶变换（FT） 13

2.4.2 离散傅立叶变换 14

2.4.3 快速傅立叶变换 15

2.5 小结 15

第3章 基于EMD的滚动轴承故障诊断 16

3.1 诊断基本流程 16

3.2 数据来源及分析 16

3.3 实验过程分析 18

3.3.1 滚动轴承正常数据验证 18

3.3.2 滚动轴承外圈故障分析 19

3.3.3 滚动轴承内圈故障分析 20

3.4 小结 27

第4章 结论与展望 28

4.1 结论 28

4.2 展望 28

致 谢 30

参考文献 31

附 录 33

第1章 绪论

1.1 课题研究背景及意义

随着现代工业的快速发展，其灵活性的要求也越来越高。旋转机械（如图1.1）因其更高的自由度而实现物品的原地空间变换，从而可以有效提高工业生产效率，因此也成为了生产线中最常用的机械设备之一。随着科学技术不断进步，机械也向着大型化、自动化的趋势高速发展。但由于设备工作环境比较恶劣，以及长时间连续工作，机械设备难免会发生故障，从而极大的影响工业生产效率，甚至导致生产事故的发生。随着技术的进步，电机转速不断提高，直接带动与其相连的旋转机械转子速度的提高。而过高的速度往往带来振动问题，从而影响机器的工作效率及可靠性。

据统计，近年来石化企业发生的事故中，大部分由旋转机械缺失故障诊断检测环节或检测技术落后、失效造成^[1]。旋转机械故障诊断可以不对机械进行拆装而获取设备运转情况，进而快速准确的对故障进行定位。也可以结合设备结构对故障类型进行判定，对设备的未来发展做出预测。