滾動軸承作為旋轉機械中常用的部件之一，對其進行監(jiān)測和診斷是外工程技術領域一直關注的課題。軸承的一個小小的故障，都可能會引起連鎖反應，嚴重的會造成重大經濟損失甚至災難性后果。滾動軸承存在局部缺陷時，在運行過程中會產生包含脈沖沖擊的非平穩(wěn)振動信號，如何從中提取軸承的故障特征頻率是滾動軸承故障診斷的關鍵。

  包絡分析技術用于滾動軸承故障診斷時需選擇帶通濾波器的中心眇率和帶寬，而這些參數的選取具有很強的經驗性，對分析結果影響較大。經驗模態(tài)分解是一種自適應信號進行分解，分解出的各個本征模態(tài)分量突出了數據的局部特征，對期進行分析能更準確有效地把握原數據的特征信息。但在提取滾動軸承故障特征時易出現模態(tài)混疊問題，為了抑制模態(tài)混疊，Norden E.huang等人提出集合經驗模式分解，該方法是對EMD的重大改進。受試驗條件限制，以及一些故障在實際工程中可遇而不可求，一些用于新提出方法驗證試驗的軸承故障人為的偏多，且多為單一故障。針對齒輪試驗中出現復合故障的滾動軸承，采用EE-MD和希爾伯特（Hilbert)包括分析方法，有效地從低信噪比的齒輪驅動系統中提取了軸承故障特征。

??以上內容摘抄于《機械驅動》手冊，大家若有不清楚的地方歡迎來電咨詢！兆威是一家專注研發(fā)和生產齒輪箱經驗的廠家。