研一文献阅读计划—第一篇—EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用（苏文胜）

EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用

[!info]+

Metadata

Key	Value
文献类型	journalArticle
标题	EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用
短标题	EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用
作者	[[苏文胜]]、[[王奉涛]]、[[张志新]]、[[郭正刚]]、[[李宏坤]]
期刊名称	[[振动与冲击]]
DOI	10.13465/j.cnki.jvs.2010.03.046
存档位置
馆藏目录	CNKI
索书号
版权
分类	[[RGB图像绘制]]
条目链接	My Library
PDF附件	苏 et al_2010_EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用.pdf
关联文献
^Metadata

[!example]-

本文标签

$=dv.current().file.tags

[!quote]-

Abstract

共振解调是滚动轴承故障诊断中最常用的方法之一,然而其带通滤波器参数的选取通常比较困难。谱峭度法能根据峭度最大化原则自动确定带通滤波器参数,取得了一定的诊断效果,但由于滚动轴承的早期故障信号中含有强烈的背景噪声,诊断效果有时也不够明显。为此,提出一种基于EMD降噪和谱峭度法的滚动轴承早期故障诊断新方法,首先采用基于互相关系数和峭度准则的EMD降噪对采样信号进行预处理,突出高频共振成分,再利用谱峭度法选取最佳带通滤波器参数,最后使用带通滤波和包络解调进行故障诊断,并通过实际工程信号进行了验证。

[!tldr]-

隐藏信息

itemType:: journalArticle
title:: EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用
shortTitle:: EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用
creators:: [[苏文胜]]、[[王奉涛]]、[[张志新]]、[[郭正刚]]、[[李宏坤]]
publicationTitle:: [[振动与冲击]]
journalAbbreviation::
volume:: 29
issue:: 3
pages:: 18-21+201
language:: 中文;
DOI:: 10.13465/j.cnki.jvs.2010.03.046
ISSN:: 1000-3835
url:: https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFD&dbname=CJFD2010&filename=ZDCJ201003004&v=
archive::
archiveLocation::
libraryCatalog:: CNKI
callNumber::
rights::
extra:: 🏷️ /reading、📒、共振解调、理论与方法 📝、谱峭度、试验方法与步骤 📝、研究对象 📝、早期故障诊断 empirical mode decomposition denoising、early fault diagnosis、EMD降噪、resonance demodulation、spectral kurtosis
collection:: [[RGB图像绘制]]
tags:: #reading #共振解调 #谱峭度 #早期故障诊断_empirical_mode_decomposition_denoising #early_fault_diagnosis #EMD降噪 #resonance_demodulation #spectral_kurtosis
related::
itemLink:: My Library
pdfLink:: 苏 et al_2010_EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用.pdf
qnkey:: 2010_苏文胜_EMD降噪和谱峭度法_KEY-VSCXTWZH
date:: 2010
dateY:: 2010
dateAdded:: 2022-10-16
dateModified:: 2022-10-23
year:: 2022
dateCurrent:: 2022-10-24
time:: 15:52:40
week:: 星期一
yearMonth:: 2022-10
dateWeek:: 2022-10-24 星期一
dateTime:: 2022-10-24 15:52:40
dateWeekTime:: 2022-10-24 15:52:40 星期一

abstract:: 共振解调是滚动轴承故障诊断中最常用的方法之一,然而其带通滤波器参数的选取通常比较困难。谱峭度法能根据峭度最大化原则自动确定带通滤波器参数,取得了一定的诊断效果,但由于滚动轴承的早期故障信号中含有强烈的背景噪声,诊断效果有时也不够明显。为此,提出一种基于EMD降噪和谱峭度法的滚动轴承早期故障诊断新方法,首先采用基于互相关系数和峭度准则的EMD降噪对采样信号进行预处理,突出高频共振成分,再利用谱峭度法选取最佳带通滤波器参数,最后使用带通滤波和包络解调进行故障诊断,并通过实际工程信号进行了验证。

👣➿👣

✏️ 笔记区

[!inbox]-

📫 笔记简报

⏰ importDate:: 2022-10-17

[!IMPORTANT]+

🌱 研读印象

📌 comment::

[!WARNING]+

🐣 总结

🎯 论文目的（研究对象、拟解决的问题）::

1.研究对象：基于EMD降噪和谱峭度法的滚动轴承早期故障诊断新方法
2.拟解决的问题：共振解调方法在选择带通滤波器参数时较为困难，已有的文献利用峭度法根据峭度最大化原则能自动确定带通滤波器参数，但由于早期故障信号中含有强烈的背景噪声使得诊断结果仍然不明显。

🔎 研究背景::

前人已经做了很多某某方法＋峭度法来做诊断了，但还缺少如何确定带通滤波器带宽的方法。故而本文为了提高特征提取的准确性，减少对人的主观经验的依赖，提出了本文的方法。

🚀 力学模型（建模依据、模型体现、模型细节、动力学方程）:: 无
🐔 模型求解（线性、非线性求解方法）:: 无
📺 仿真计算（仿真软件、仿真过程）::

软件：MATLAB

🎉 试验装置（仪器的厂家、类型、型号）:: 无
⚖️ 试验方法与步骤::

（1）对采集信号进行EMD分解；
（2）计算各IMF与原信号的互相关系数；
（3）计算各IMF的峭度值；
（4）取互相关系数和峭度值均较大时对应的 IMF，将这些IMF相加，得到合成信号；
（5）对合成信号求快速峭度图，选取图中峭度最 大处对应的中心频率和带宽；
（6）以该中心频率和带宽为带通滤波器参数对合 成信号进行带通滤波；
（7）对滤波后信号进行平方包络，并通过傅里叶 变换求出包络谱；
（8）将滚动轴承故障特征频率与包络谱峰值较大 处的频率进行比较，从而确定故障状态。

🎶 论文结论::

本文将“创新的”EMD和谱峭度强强结合，最终工程信号分析也验证了本文提出方法的有效性。

🗝️ 创新点::

1.在使用EMD时候加入了两个准则：互相关系数准则和峭度准则，以更好地突出信号的高频成分
2.在使用共振解调确定滤波器参数中，使用谱峭度的方法来自动确定。

💩 论文的不足::

本文利用 EMD 滤波方法去除高频分量的干扰，但由于 EMD 分解本身存在 【模态混叠】 的问题，导致滤波结果不理想。如下图所示：

🐾 研究展望:: 虽然本文是2010年的论文了，但由于笔者出入机械设备的智能诊断领域，还是费了挺久的时间才完全搞懂它。不过在当时此文被认为较为具有创新，但在现在看来许多算法和思想已经从以前的“创新”变成了“传统”。关于谱峭度图本身的绘制方式 有待创新以外，还有类EMD算法的层出不穷的创新以及所谓的与他关联的“准则”的创新（如加入熵等其他特征指标的准则）
✏️ 备注:: 无

👣➿👣

📝 注释笔记 4JKTKHRB

📍 2010-苏文胜-EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用

^KEYrefTitle

共振解调
共振解调方法分为以下几个部分
（1）带通滤波器分离提取出高频调制波
（2）包络检波剔除高频衰减振动的频率成分
（3）对包络信号的频谱进行分析。 (p1)
🏷️ #📝/理论与方法

^KEYQVRJ293A

种基于EMD降噪和谱峭度法的滚动轴承早期故障诊断新方 法
研究目的-研究对象 (p1)
🏷️ #📝/研究对象

^KEYFMU7GYA3

献［9］中提出了一种基于互相关的伪分量判定方 法
【待具体操作了解】
通过IMF与原始信号之间的互相关系数来判定IMF 的真伪：各IMF与原信号的相关性约等于各IMF的自相 关；而伪分量与原信号的相关性很小。
因此，从分解后各 IMF与原信号的相关性分析中，可以看出各IMF的真伪。 (p1)

^KEYTHJLTFS5

克服峭度在工程应用中的不足，Dwyer首先提 出了谱峭度（SpectralKurtosis—SK）［10］ 法，用于克服功 率谱无法检测和提取信号中瞬态现象的问题，其基本 思路是计算每根谱线的峭度值，从而发现隐藏的非平 稳的存在，并指出它们出现在哪些频带。最近J．Antoni［11，12］对此进行了深入研究，阐述了谱峭度诊断机械 故障的理论背景，介绍了以前该领域这方面的工作，给 出了谱峭度的正式定义，并成功地应用谱峭度法诊断 了实际机械故障。
【谱峭度】谱峭度方法的由来 (p2)

^KEY8H76C3ZD

文献［11］给出谱峭度的解释为：理想滤波器组的 输出在频率f处计算得到的峭度值即为谱峭度。根据
【待查阅】谱峭度检测滚动轴承故障的物理解释
谱峭度法能够细查整个频域，寻找故障信号能够最好地被检测出来的那些频带。 (p2)
🏷️ #📝/理论与方法

^KEY2UYBWLPS

频率分辨率Δf的 (p2)

^KEYNGJ4ETFL

献［13］进一步提出基于塔式算法 的计算方法，也能得到同一水平的结果，但计算时间明 显减少，得到的二维图像称为“快速峭度图”，其横坐标 代表频率f，纵坐标代表分解层数K，而Δf＝f S · 2 －（K＋1） ，图像上的颜色深浅表示各个f和Δf下的SK 值。
本文采用的是文献13提出的快速谱峭度图方法 (p2)

^KEYJXQDJT53

中提出的EMD降噪具 有减少低频干扰，突出高频共振成分，并提高原信号峭度 的特点，而谱峭度法本身也具有较强的诊断能力，将两者 结合，有望取得更好的效果。为此，本文提出一种基于 EMD降噪和谱峭度法的滚动轴承早期故障诊断新方法，
说明EMD的一些优点，表明用EMD进行预处理的原因 (p3)

^KEYETKKHA8J

（1）对采集信号进行EMD分解； （2）计算各IMF与原信号的互相关系数； （3）计算各IMF的峭度值； （4）取互相关系数和峭度值均较大时对应的 IMF，将这些IMF相加，得到合成信号； （5）对合成信号求快速峭度图，选取图中峭度最 大处对应的中心频率和带宽； （6）以该中心频率和带宽为带通滤波器参数对合 成信号进行带通滤波； （7）对滤波后信号进行平方包络，并通过傅里叶 变换求出包络谱； （8）将滚动轴承故障特征频率与包络谱峰值较大 处的频率进行比较，从而确定故障状态。 (p3)
🏷️ #📝/试验方法与步骤

^KEY4JJCPFIV

滚动轴承早期故障信号通常被强烈的背景噪声淹 没，提取故障特征十分困难，需对信号进行降噪处理，已 有的小波降噪方法选择小波基和阈值参数比较困难，而 EMD是数据自适应的，结合互相关系数和峭度准则的 EMD降噪，可以突出信号高频共振成分，减少低频干扰， 提高峭度值。共振解调是一种常用的滚动轴承故障诊断 方法，但其带通滤波器的选择通常需要操作者的经验和 历史数据，而谱峭度对隐藏于噪声中的瞬态冲击非常敏 感，可用于自动确定带通滤波器参数。EMD降噪与谱峭 度的结合，可以更好地诊断滚动轴承早期故障，工程实际 信号分析验证了本文提出方法的有效性。
文章结论先点明已有的降噪处理方法的劣势，突出EMD数据自适应的优势，且本文的EMD是结合互相关系数和峭度准则的“创新的”EMD。然后，说明谱峭度能带给共振解调的好处：自动确定带通滤波器参数。本文将“创新的”EMD和谱峭度强强结合，最终工程信号分析也验证了本文提出方法的有效性。 (p4)

^KEYF8ITAYSE

📑 翻译正序