滚动轴承故障诊断附MATLAB程序

1、第二组实验轴承故障数据：数据打开后应采用X105_DE_time作为分析数据，其他可作为参考,转速 1797rpm轴承型号：6205-2RSJEMSKF,深沟球轴承采样频率：12kHz1、确定轴承各项参数并计算各部件的故障特征频率通过以上原始数据可知次轴承的参数为:轴承转速r=1797r/min；滚珠个数n=9；滚动体直径d二;轴承节径D=39mm；:滚动体接触角a二0由以上数据计算滚动轴承不同部件故障的特征频率为：外圈故障频率 fi=rO * 1/2 * n(1-d/D *cos a )=内圈故障频率 f2=r0 * 1/2 * n(l+d/D *cos a )=滚动体故障频率 f3=r/6

2、0*l/2*D/d*l-(d/D)A2* cosA2( a )=保持架外圈故障频率f4二张0 * W * (1-d/D *cos a )二2 对轴承故障数据进行时域波形分析将轴承数据导入MATLAB中直接做FFT分析得到时域图如下:并求得时域信号的各项特征：（1）有效值：；（2）峰值：；（3）峰值因子：；（4）峭度：；（5）脉冲因子：；（6）裕度因子：3 包络谱分析对信号做EMD模态分解，分解得到的每一个IMF信号分别和原信号做相关分析,找出相关系数较大的IMF分量并对此IMF分量进行Hilbert 变换。Empirical Mode Decompositiones LE-CJE一 S 寸E一

3、 SE一 9E一 卜-E8E一由图中可以看出经过EMD分解后得到的9个IMF分量和一个残余量。IMF分量分别和原信号做相关分析后得出相关系数如下：EMD分呈IMF1IMF2IMF3IMF4IMF5相关系数EMD分量IMF6IMF7IMF8IMF9IMF10相关系数由上表得：IMF2的相关系数明显最大，所以选用IMF1做Hilbert包络谱分析。所得Hilbert包络谱图如下:包络频率对包络谱图中幅值较大区域局部放大得到下图由以上包络图的局部放大图中可以看出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、。把这三个频率 数值和前文计算所得的理论值进行比较可知：频率值最大为和内圈

4、的 故障理论计算特征频率f2=相近，说明此轴承的故障发生在轴承的内 圈。clc程序原始信号时域分析及小波去噪处理clear allz=importdata(,C:UserswangkunDesktop轴 承诊断 J; xl=(l:4096);clear z;N 二4096;fs=12000;n=0:N-l;t=n/fs;f=n*fs/N;figure(l);plot(t,xl);xlabel(t);ylabelf 幅值 J;title?原信号时域图J%小波去噪thrrsorh,keepapp=ddencmp(,de nTwv：xl);xd=wdencmp(,gb rxl/dbSthosornk

5、eepapp);figure(2);plot(t,xd);xlabel(t);ylabelC 幅值，);title/小波去噪后时域图)程序2： EMD分解及Hilbert包络clcclear allz=loadfC:UserswangkunDesktop轴承诊断);x=(l:1024);N=1024;fs=12000;n=0:N-l;f=n*fs/N;lag=N;n=0:N-l;t=n/fs;imf=emd(x);m/n=size(imf); %imf为一 m*n阶矩阵，m是imf分量，n为数据点 emd_visu(x,l:length(x),imf,m); %实信号的信号重构及emd结果显示

6、函数 for i=l:ma(i)=kurtosis(imf(iz:);% 峭度 b(i)=mean(imf(i,:); %均值;c(i)=var(imf(i/); % 方差;d(i)=std(imf(iz:); % 均方值e(i)=std(imf(i,:).A; %均方根值 f(i)=skewness(imf(i/:); %计算偏度 endk,c=max(a); %k为峭度最大值，c为最大元素在数组中的位置r,lags=xcorr(x,lag,unbiased); %计算序列的自相关函数 for i=l:mRzlags=xcorr(imf(iz:)Jag/unbiased,)； %计算序列的自相关函数a=corrcoef(R(l:N/2)zr(l:N/2); %相关系数矩阵【对称】，主对角元素为1 xg(i)=abs(a(l,2); %相关系数endRzC=max(xg); %R为最大值，C为最大元素在数组中的位置figure(4);y = hilbert(imf(Cz:);a = abs(y);% 包络b=fft(a);magl=abs(b);mag=m