本文關(guān)鍵詞：基于稀疏表征時(shí)頻分析方法的滾動(dòng)軸承故障特征提取　出處：《機(jī)械設(shè)計(jì)與研究》2017年05期 　論文類型：期刊論文

  更多相關(guān)文章： 稀疏表征 時(shí)頻分析 滾動(dòng)軸承 特征提取

【摘要】：傳統(tǒng)時(shí)頻分析方法可以同時(shí)在時(shí)、頻域反映滾動(dòng)軸承的故障特征,然而故障信號(hào)中的噪聲干擾會(huì)模糊故障特征在時(shí)頻分布上的清晰表示。稀疏表征方法可以通過稀疏的原子來表達(dá)原始信號(hào),其某些類型的原子在時(shí)頻域上的聚集是其進(jìn)行時(shí)頻分析的良好特性。相比于STFT,基于稀疏原子重構(gòu)的信號(hào)時(shí)頻分布具有更好的分辨率;相比于WVD則避免了交叉干擾項(xiàng)的影響。提出基于稀疏表征時(shí)頻分析方法的滾動(dòng)軸承故障特征提取方法,通過仿真及實(shí)驗(yàn)驗(yàn)證所述方法相對(duì)于傳統(tǒng)時(shí)頻分析方法如STFT、WVD具有更清晰的時(shí)頻特征提取效果。
[Abstract]:The traditional time-frequency analysis method can simultaneously in frequency domain, reflect the fault features of rolling bearing fault signal, however noise interference in the fuzzy fault features in the time-frequency distribution of the sparse representation method can be said clearly. Through sparse atoms to express the original signal, the some types of atoms in the time-frequency domain is aggregation analysis of the characteristics of good frequency. Compared to STFT, the sparse signal reconstruction of atomic time-frequency distribution has better resolution based on WVD; compared to avoid the influence of cross term interference. The feature extraction method of rolling bearing fault frequency analysis method based on sparse representation, through simulation and experimental verification of the method with respect to the traditional methods such as STFT frequency analysis, WVD has a more clear time-frequency feature extraction effect.

【作者單位】： 河南機(jī)電職業(yè)學(xué)院;鄭州輕工業(yè)學(xué)院;
【分類號(hào)】：TH133.33
【正文快照】： 隨著科技的發(fā)展和需求的提升,現(xiàn)代裝備的復(fù)雜度、精密度、集成度以及智能程度越來越高,而工況卻越來越苛刻,因此對(duì)這些設(shè)備的可靠性提出了更高的要求。為了減少和避免設(shè)備運(yùn)行中不可預(yù)知的失效所帶來的各種經(jīng)濟(jì)損失和人身危害,狀態(tài)監(jiān)測和故障診斷技術(shù)的發(fā)展和應(yīng)用顯得尤為必要

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王延松，李樹才，，蔣鈺潔;滾動(dòng)軸承故障的快速診斷[J];林業(yè)機(jī)械與木工設(shè)備;1996年03期

2 張益純,劉振娟;滾動(dòng)軸承故障分析探討[J];內(nèi)燃機(jī)配件;2000年03期

3 秦愷,陳進(jìn),姜鳴,陳春梅;一種滾動(dòng)軸承故障特征提取的新方法——譜相關(guān)密度[J];振動(dòng)與沖擊;2001年01期

4 鄧長春;;聲發(fā)射法在滾動(dòng)軸承故障識(shí)別中的應(yīng)用[J];試驗(yàn)技術(shù)與試驗(yàn)機(jī);2002年Z2期

5 任昭蓉;滾動(dòng)軸承故障的小波診斷法[J];機(jī)械制造與自動(dòng)化;2004年06期

6 陸爽,田野;滾動(dòng)軸承故障特征識(shí)別的時(shí)頻分析研究[J];機(jī)床與液壓;2005年06期

7 江涌;基于余弦調(diào)頻小波變換的滾動(dòng)軸承故障研究[J];機(jī)械設(shè)計(jì)與制造;2005年06期

8 程光友;;時(shí)域指標(biāo)在滾動(dòng)軸承故障診斷中的應(yīng)用[J];中國設(shè)備工程;2005年12期

9 陳洪軍;趙新澤;王延軍;;滾動(dòng)軸承故障試驗(yàn)臺(tái)的理論建模分析[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年04期

10 李崇晟;滾動(dòng)軸承故障的非線性診斷方法[J];軸承;2005年05期

相關(guān)會(huì)議論文 前10條

1 張益純;;常見滾動(dòng)軸承故障診斷的技術(shù)探討[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會(huì)議論文集[C];2000年

2 楊積忠;左立建;;滾動(dòng)軸承故障診斷實(shí)例[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學(xué)術(shù)會(huì)議論文集[C];2005年

3 何斌;戚佳杰;;小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用研究[A];第九屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文摘要集[C];2007年

4 李放寧;;峰值能量在滾動(dòng)軸承故障診斷中的應(yīng)用[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會(huì)議論文集[C];2000年

5 何斌;戚佳杰;;小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用研究[A];第九屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

6 張九軍;;常見滾動(dòng)軸承故障的簡易診斷[A];2008年全國煉鐵生產(chǎn)技術(shù)會(huì)議暨煉鐵年會(huì)文集（上冊(cè)）[C];2008年

7 李興林;;滾動(dòng)軸承故障診斷技術(shù)現(xiàn)狀及發(fā)展[A];2009年全國青年摩擦學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

8 唐海峰;陳進(jìn);董廣明;;信號(hào)稀疏分解方法在滾動(dòng)軸承故障診斷中的應(yīng)用[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

9 高耀智;;高階統(tǒng)計(jì)量與小波分析相結(jié)合在滾動(dòng)軸承故障診斷中的應(yīng)用[A];2009年全國青年摩擦學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

10 和衛(wèi)星;陳曉平;馬東玲;;基于混沌時(shí)間序列的滾動(dòng)軸承故障局部預(yù)測[A];2009中國儀器儀表與測控技術(shù)大會(huì)論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 王玉靜;滾動(dòng)軸承振動(dòng)信號(hào)特征提取與狀態(tài)評(píng)估方法研究[D];哈爾濱工業(yè)大學(xué);2015年

2 余發(fā)軍;機(jī)械故障稀疏特征提取及診斷方法研究[D];武漢科技大學(xué);2016年

3 甘萌;信號(hào)的稀疏表達(dá)在滾動(dòng)軸承故障特征提取及智能診斷中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2017年

4 劉暢;基于壓縮感知的滾動(dòng)軸承特征提取與特征約簡方法研究[D];昆明理工大學(xué);2017年

5 廖強(qiáng);約束獨(dú)立分量和多小波分析在滾動(dòng)軸承故障診斷中的應(yīng)用[D];電子科技大學(xué);2016年

6 曾鳴;基于凸包的模式識(shí)別方法及其在滾動(dòng)軸承故障診斷中的應(yīng)用[D];湖南大學(xué);2016年

7 王聰;基于稀疏表達(dá)的機(jī)械信號(hào)處理方法及其在滾動(dòng)軸承故障診新中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2017年

8 于江林;滾動(dòng)軸承故障的非接觸聲學(xué)檢測信號(hào)特性及重構(gòu)技術(shù)研究[D];大慶石油學(xué)院;2009年

9 楊柳松;基于小波分析與神經(jīng)網(wǎng)絡(luò)滾動(dòng)軸承故障診斷方法的研究[D];東北林業(yè)大學(xué);2013年

10 從飛云;基于滑移向量序列奇異值分解的滾動(dòng)軸承故障診斷研究[D];上海交通大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 代士超;滾動(dòng)軸承外圈故障機(jī)理建模及雙沖擊特征提取方法的研究[D];昆明理工大學(xué);2015年

2 孫美巖;基于振動(dòng)信號(hào)的滾動(dòng)軸承故障特征提取研究[D];東北石油大學(xué);2015年

3 康樂;基于EEMD-SVD的FCM聚類的軸承故障診斷[D];燕山大學(xué);2016年

4 李茜茜;非穩(wěn)態(tài)工況下滾動(dòng)軸承故障特征提取與診斷[D];沈陽航空航天大學(xué);2016年

5 李男;基于LMD樣本熵和貝葉斯網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法[D];燕山大學(xué);2015年

6 李玉奎;基于非平穩(wěn)信號(hào)分析的滾動(dòng)軸承故障診斷研究[D];燕山大學(xué);2015年

7 卜勇霞;基于時(shí)頻分析方法的滾動(dòng)軸承故障診斷研究[D];昆明理工大學(xué);2015年

8 馬寶;基于KICA和LSSVM的滾動(dòng)軸承故障監(jiān)測及診斷方法[D];昆明理工大學(xué);2015年

9 王天一;基于正交小波優(yōu)化閾值降噪方法的滾動(dòng)軸承故障診斷研究[D];哈爾濱工業(yè)大學(xué);2015年

10 宋耀文;基于振動(dòng)信號(hào)分析的滾動(dòng)軸承故障特征提取與診斷研究[D];中國礦業(yè)大學(xué);2015年

本文編號(hào)：1371033