本文關(guān)鍵詞：基于改進固有時間尺度分解和譜峭度的軸承故障診斷方法　出處：《太陽能學報》2017年03期 　論文類型：期刊論文

  更多相關(guān)文章： 軸承 故障診斷 改進固有時間尺度分解 譜峭度

【摘要】：基于固有時間尺度分解(intrinsic time-scale decomposition,ITD)方法的線性變換和三次樣條插值,提出一種改進的固有時間尺度分解方法(improved intrinsic time-scale decomposition,IITD),將IITD方法和譜峭度(spectrumkurtosis,SK)相結(jié)合,實現(xiàn)軸承故障的智能診斷。首先采用改進ITD方法對采集的軸承振動信號進行分解,得到若干個固有旋轉(zhuǎn)分量(proper rotation component,PRC),然后利用譜峭度法對相關(guān)性最大的PRC進行濾波處理,最后對濾波后的PRC進行Hilbert包絡(luò)解調(diào)來提取故障特征頻率,從而識別軸承故障類型。仿真和實驗分析結(jié)果表明:該文所提IITD-SK法可成功提取出故障特征頻率,實現(xiàn)軸承故障的有效診斷,與傳統(tǒng)的傅里葉變換、包絡(luò)譜分析以及EMD方法的結(jié)果相比,該方法診斷效果更佳。
[Abstract]:Based on intrinsic time scale decomposition (intrinsic time-scale decomposition, ITD) linear transformation method and three spline interpolation, put forward a kind of improved intrinsic time scale decomposition method (improved intrinsic time-scale decomposition, IITD), IITD method and spectral kurtosis (spectrumkurtosis, SK) combined to realize intelligent diagnosis of bearing fault. First, using the improved ITD method to decompose the bearing vibration signal acquisition, some proper rotation components (proper, rotation component, PRC), and then use the correlation of the maximum PRC filtering spectral kurtosis, the filtered PRC Hilbert envelope demodulation to extract the fault feature frequency, so as to identify bearing fault type. The simulation and experimental results show that the proposed IITD-SK method can successfully extract the fault feature frequency and achieve effective diagnosis of bearing failure. Compared with the traditional Fourier transform, envelope spectrum analysis and EMD method, the proposed method has better diagnosis effect.
【作者單位】： 國網(wǎng)山西省電力公司電力科學研究院;國網(wǎng)山西省電力公司;
【分類號】：TH133.3
【正文快照】： 0引言軸承是機械傳動系統(tǒng)的核心部件,在功率傳遞的過程中發(fā)揮著至關(guān)重要的作用,如新能源風力發(fā)電機主軸承、齒輪箱的各級軸承等[1,2]。一旦軸承發(fā)生故障,傳動系統(tǒng)的正常運行會受到極大影響。如果能在軸承故障的早期階段有效提取出故障特征信息,實現(xiàn)軸承運行狀態(tài)的準確判別,并

【相似文獻】

相關(guān)期刊論文 前10條

1 蔡改改;劉海洋;黃偉國;朱忠奎;;自適應(yīng)譜峭度濾波方法及其振動信號檢測應(yīng)用[J];振動.測試與診斷;2014年02期

2 鄭威;樊可清;;基于譜峭度的不確定性振源監(jiān)測方法[J];噪聲與振動控制;2007年05期

3 武兵;賈峰;熊曉燕;;基于最大相關(guān)峭度反褶積的軸承故障診斷方法[J];振動.測試與診斷;2014年03期

4 張睿凡;孔凡讓;;基于譜峭度法的滾動軸承故障診斷研究[J];現(xiàn)代制造工程;2012年06期

5 沈金偉;石林鎖;;滾動軸承故障診斷的改進小波變換譜峭度法[J];軸承;2010年08期

6 石林鎖;張亞洲;米文鵬;;基于WVD的譜峭度法在軸承故障診斷中的應(yīng)用[J];振動.測試與診斷;2011年01期

7 毋文峰;陳小虎;蘇勛家;王旭平;姚春江;;基于峭度的ICA特征提取和齒輪泵故障診斷[J];機械科學與技術(shù);2011年09期

8 石林鎖;沈金偉;張亞洲;牛武澤;;基于AR模型和譜峭度法的滾動軸承故障診斷[J];振動與沖擊;2011年12期

9 唐貴基;王曉龍;鄧飛躍;;改進增強峭度圖和增強包絡(luò)譜在滾動軸承故障診斷上的應(yīng)用[J];振動與沖擊;2014年13期

10 劉志川;唐力偉;曹立軍;;基于Kalman濾波和譜峭度的滾動軸承故障診斷[J];軸承;2014年08期

相關(guān)會議論文 前3條

1 徐新韜;王華慶;楊曉;李嶺陽;;基于STFT的譜峭度法在軸承故障診斷中的應(yīng)用[A];第11屆全國轉(zhuǎn)子動力學學術(shù)討論會（ROTDYN2014）論文集（上冊）[C];2014年

2 李軍;張永祥;姚曉山;;峭度自適應(yīng)學習步長盲提取算法提取軸承沖擊信號[A];第八屆全國設(shè)備與維修工程學術(shù)會議、第十三屆全國設(shè)備監(jiān)測與診斷學術(shù)會議論文集[C];2008年

3 李富才;孟光;胥永剛;;基于多尺度峭度指標的損傷識別研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

相關(guān)博士學位論文 前1條

1 彭暢;旋轉(zhuǎn)機械軸承振動信號分析方法研究[D];重慶大學;2014年

相關(guān)碩士學位論文 前3條

1 徐新韜;基于譜峭度與高階累積量的旋轉(zhuǎn)機械故障診斷方法研究[D];北京化工大學;2016年

2 任遠杰;基于改進譜峭度的滾動軸承早期故障診斷研究[D];大連理工大學;2016年

3 夏遵平;結(jié)構(gòu)運行狀態(tài)下諧波模態(tài)的檢測和去除技術(shù)研究及實現(xiàn)[D];南京航空航天大學;2012年

，

本文編號：1341193