發(fā)布時(shí)間：2017-12-27 09:48

  本文關(guān)鍵詞：變模式分解和熵值法的軸承故障診斷　出處：《組合機(jī)床與自動(dòng)化加工技術(shù)》2017年11期 　論文類型：期刊論文

  更多相關(guān)文章： 變模式分解 特征提取 熵值法 故障診斷

【摘要】：針對(duì)峭度等單一指標(biāo)篩選最優(yōu)頻帶所存在的困難,提出了利用熵值法計(jì)算多指標(biāo)的權(quán)重,將多個(gè)與滾動(dòng)軸承故障有關(guān)的特征指標(biāo)進(jìn)行融合。對(duì)軸承振動(dòng)信號(hào)進(jìn)行變模式分解,再對(duì)多個(gè)頻帶進(jìn)行篩選,后得出最優(yōu)頻帶,并對(duì)最優(yōu)頻帶進(jìn)行頻譜分析。通過(guò)實(shí)際信號(hào)對(duì)該方法進(jìn)行了驗(yàn)證,結(jié)果表明該方法能準(zhǔn)確判明軸承運(yùn)行狀態(tài)。
[Abstract]:Aiming at the difficulties existing in selecting the best frequency band for single index such as kurtosis, the entropy method is applied to calculate the weight of multiple indexes, and multiple feature indexes related to rolling bearing fault are fused. The vibration signal of bearing is decomposed by variable mode, and then multiple frequency bands are screened, then the optimal frequency band is obtained, and the frequency spectrum is analyzed for the optimal frequency band. Through the actual signal to verify this method. The results show that the method can accurately ascertain the bearing running state.
【作者單位】： 山東理工大學(xué)機(jī)械工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(51305243) 山東省自然科學(xué)基金(ZR2016EEM20)
【分類號(hào)】：TH133.3
【正文快照】： 0引言很多旋轉(zhuǎn)機(jī)械設(shè)備是長(zhǎng)期處于高速運(yùn)行的,并且其工作環(huán)境往往是處于重載、高壓、高溫的惡劣工況下,滾動(dòng)軸承作為設(shè)備當(dāng)中的關(guān)鍵支撐部件在運(yùn)行的過(guò)程中出現(xiàn)各種故障也就不可避免。滾動(dòng)軸承故障診斷的本質(zhì)就是模式識(shí)別的過(guò)程,可以將其分為兩部分特征提取和故障分類[1-2]。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李三平,楊立芳,楊立功;鐵路貨車軸承故障診斷方法[J];軸承;2000年09期

2 ;軸承故障診斷有了“透視鏡”[J];機(jī)電設(shè)備;2001年06期

3 薛松;程珩;楊勇;;偽Wigner-Ville分布在電機(jī)軸承故障診斷中的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2008年04期

4 趙志宏;楊紹普;;一種基于樣本熵的軸承故障診斷方法[J];振動(dòng)與沖擊;2012年06期

5 黃晉英;潘宏俠;畢世華;楊喜旺;;基于高階累量譜的軸承故障診斷[J];火炮發(fā)射與控制學(xué)報(bào);2007年02期

6 陶新民;徐晶;劉興麗;劉玉;;基于最大小波奇異譜的軸承故障診斷方法[J];振動(dòng)、測(cè)試與診斷;2010年01期

7 喬世民;軸承故障診斷技術(shù)的發(fā)展[J];中國(guó)設(shè)備管理;1989年01期

8 李正安,李登嘯;單片機(jī)軸承故障診斷系統(tǒng)[J];軸承;1992年03期

9 楊望燦;張培林;張?jiān)茝?qiáng);;基于鄰域自適應(yīng)局部保持投影的軸承故障診斷模型[J];振動(dòng)與沖擊;2014年01期

10 朱文來(lái);;希爾伯特-黃變換在軸承故障診斷中的應(yīng)用研究[J];科技創(chuàng)新導(dǎo)報(bào);2013年34期

相關(guān)重要報(bào)紙文章 前1條

1 通訊員 蔡義杰 記者 唐先武;軸承故障診斷有了“透視鏡”[N];科技日?qǐng)?bào);2001年

相關(guān)碩士學(xué)位論文 前6條

1 吳治南;基于小波變換與PNN神經(jīng)網(wǎng)絡(luò)相結(jié)合的滾動(dòng)軸承故障診斷[D];河北工程大學(xué);2015年

2 趙江萍;滾動(dòng)軸承故障診斷系統(tǒng)設(shè)計(jì)[D];中國(guó)計(jì)量學(xué)院;2015年

3 黃文靜;基于多特征量提取和PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)的軸承故障診斷[D];燕山大學(xué);2016年

4 歐陽(yáng)賀龍;基于全矢譜的風(fēng)電軸承故障診斷[D];鄭州大學(xué);2016年

5 黃建新;多傳感器數(shù)據(jù)融合技術(shù)在軸承故障診斷中的應(yīng)用研究[D];武漢理工大學(xué);2006年

6 趙興;基于時(shí)頻維數(shù)的滾動(dòng)軸承故障診斷技術(shù)應(yīng)用研究[D];大連交通大學(xué);2013年

，

本文編號(hào)：1341202