滚动轴承故障诊断(附MATLAB程序).pdf

"滚动轴承故障诊断(附MATLAB程序)" 滚动轴承故障诊断是机械设备中常见的问题之一，滚动轴承的故障会导致整个机械系统的故障。因此，滚动轴承故障诊断非常重要。本文使用MATLAB程序对滚动轴承故障进行诊断，通过对滚动轴承的信号数据进行分析，提取出故障特征频率，并对其进行分析和诊断。 我们需要了解滚动轴承的结构和工作原理。滚动轴承由内圈、外圈、滚珠和保持架组成。滚动轴承的工作原理是通过滚珠在内圈和外圈之间的滚动来实现机械运动。 在滚动轴承故障诊断中，我们需要对滚动轴承的信号数据进行分析，以提取出故障特征频率。我们需要确定轴承的参数，包括转速、滚珠个数、滚动体直径、轴承节径等。然后，我们可以通过这些参数计算出故障特征频率，包括外圈故障频率、圈故障频率、滚动体故障频率和保持架外圈故障频率。 在本文中，我们使用Test2.mat数据文件，通过MATLAB程序对其进行分析。我们对信号数据进行时域波形分析，提取出信号的时域特征，包括有效值、峰值、峰值因子、峭度、脉冲因子和裕度因子。然后，我们对信号进行EMD模态分解，得到９个IMF分量和一个剩余量。接着，我们对每个IMF分量进行相关分析，找出相关系数较大的IMF分量，并对其进行Hilbert包络谱分析。 通过Hilbert包络谱分析，我们可以得到包络图，包络图中峰值较大的区域局部放大，我们可以看到包络图中前三个峰值最大，也最明显，三个峰值频率由小到大排列分别为58.59Hz、105.5Hz、164.1Hz。将这三个频率数值和前文计算所得的理论值进行比拟，我们可以发现频率值最大为164.1Hz和圈的故障理论计算特征频率f2=162.21Hz相近，说明此轴承的故障发生在轴承的圈。 在本文中，我们还提供了两个MATLAB程序，第一个程序用于原始信号时域分析与小波去噪处理，第二个程序用于EMD分解与Hilbert包络谱分析。通过这两个程序，我们可以对滚动轴承的信号数据进行分析和诊断。 滚动轴承故障诊断是机械设备中非常重要的问题。本文使用MATLAB程序对滚动轴承故障进行诊断，通过对滚动轴承的信号数据进行分析，提取出故障特征频率，并对其进行分析和诊断。