滚动轴承故障诊断(附MATLAB程序)

第二组实验轴承故障数据：Test2.mat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=7.938mm；轴承节径D=39mm；：滚动体接触角α=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f1=r/60*1/2*n(1-d/D*cosα)=107.34Hz内圈故障频率f2=r/60*1/2*n(1+d/D*cosα)=162.21Hz滚动体故障频率f3=r/60*1/2*D/d*[1-(d/D)^2*cos^2(α)]=70.53Hz保持架外圈故障频率f4=r/60*1/2*(1-d/D*cosα)=11.92Hz对轴承故障数据进行时域波形分析将轴承数据Test2.mat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：0.2909；（2）峰值：1.5256；（3）峰值因子：5.2441；（4）峭度：5.2793；（5）脉冲因子：7.2884；（6）裕度因子：9.1083：程序1：原始信号时域分析及小波去噪处理clearallz=importdata('C:\Users\wangkun\Desktop\轴承诊断\test2.mat');x1=z.X105_DE_time(1:4096);clearz;N=4096;fs=12000;n=0:N-1;t=n/fs;f=n*fs/N;figure(1);plot(t,x1);xlabel('t');ylabel('幅值');title('原信号时域图')%小波去噪[thr,sorh,keepapp]=ddencmp('den','wv',x1);xd=wdencmp('gbl',x1,'db3',2,thr,sorh,keepapp);figure(2);plot(t,xd);xlabel('t');ylabel('幅值');title('小波去噪后时域图')程序2：EMD分解及Hilbert包络clcclearallz=load('C:\Users\wangkun\Desktop\轴承诊断\test2.mat');x=z.X105_DE_time(1:1024);N=1024;fs=12000;n=0:N-1;f=n*fs/N;lag=N;n=0:N-1;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,1:length(x),imf,m);%实信号的信号重构及emd结果显示函数fori=1:ma(i)=kurtosis(imf(i,:));%峭度b(i)=mean(imf(i,:));%均值;c(i)=var(imf(i,:));%方差;d(i)=std(imf(i,:));%均方值e(i)=std(imf(i,:)).^0.5;%均方根值f(i)=skewness(imf(i,:));%计算偏度end[k,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fori=1:m[R,lags]=xcorr(imf(i,:),lag,'unbiased');%计算序列的自相关函数a=corrcoef(R(1:N/2),r(1:N/2));%相关系数矩阵【对称】，主对角元素为1xg(i)=abs(a(1,2));%相关系数end[R,C]=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(C,:));a=abs(y);%包络b=fft(a);mag1=abs(b);mag=mag1*2/N;f1=(0:N-1)*fs