本文關(guān)鍵詞：基于局部特征尺度分解和奇異值差分譜的滾動(dòng)軸承故障診斷方法　出處：《機(jī)械設(shè)計(jì)與研究》2017年04期 　論文類型：期刊論文

  更多相關(guān)文章： LCD 奇異值差分譜 滾動(dòng)軸承 故障診斷

【摘要】：為有效消除滾動(dòng)軸承故障振動(dòng)信號中噪聲,更好提取故障特征頻率,提出了基于局部特征尺度分解和奇異值差分譜的故障診斷方法。該方法首先利用局部特征尺度分解將非平穩(wěn)信號分解成若干個(gè)不同頻帶的內(nèi)稟尺度分量;然后對包含故障特征的分量構(gòu)造Hankel矩陣并進(jìn)行奇異值分解并求得奇異值差分譜曲線,利用差分譜最大突變點(diǎn)確定重構(gòu)信號的階數(shù)并重構(gòu)信號;最后再求重構(gòu)信號的包絡(luò)譜,便可準(zhǔn)確獲得相應(yīng)故障特征頻率。滾動(dòng)軸承故障診斷的試驗(yàn)結(jié)果證明,該方法能快速準(zhǔn)確地提取出故障信息,具有一定的優(yōu)勢。
[Abstract]:In order to effectively eliminate the noise in the rolling bearing fault vibration signal, the fault feature frequency can be extracted better. A fault diagnosis method based on local eigenscale decomposition and singular value differential spectrum is proposed. Firstly, the non-stationary signal is decomposed into intrinsic scale components of different frequency bands by using local eigenscale decomposition. Then the Hankel matrix is constructed and singular value decomposition is carried out to obtain the singular value differential spectral curve. The order of the reconstructed signal is determined by the maximum mutation point of the differential spectrum and the reconstructed signal is reconstructed. Finally, the envelope spectrum of the reconstructed signal can be obtained accurately. The test results of rolling bearing fault diagnosis show that the method can extract fault information quickly and accurately, and has some advantages.
【作者單位】： 重慶電力高等�？茖W(xué)校信息工程學(xué)院;重慶工業(yè)職業(yè)技術(shù)學(xué)院自動(dòng)化學(xué)院;
【基金】：重慶市教委教育教學(xué)研究資助項(xiàng)目(C-JY201404)
【分類號】：TH133.33
【正文快照】： 滾動(dòng)軸承在機(jī)械設(shè)備中的應(yīng)用十分廣泛,對設(shè)備運(yùn)行狀態(tài)起著至關(guān)的作用,對其故障診斷進(jìn)行研究十分必要。在滾動(dòng)軸承的故障診斷中,根據(jù)振動(dòng)信號對其進(jìn)行狀態(tài)監(jiān)測和故障診斷是比較常用的方法。但其振動(dòng)信號往往具有非線性、非平穩(wěn)性等特點(diǎn)且包含有強(qiáng)烈的噪聲,如何從這些信號中提取

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 曹宗杰,孫長江,陳塑寰;奇異值攝動(dòng)法及其在智能結(jié)構(gòu)振動(dòng)控制中的應(yīng)用[J];吉林工業(yè)大學(xué)自然科學(xué)學(xué)報(bào);2000年01期

2 王志武;孫虎兒;劉維雄;;基于局部均值分解和奇異值差分譜的滾動(dòng)軸承故障診斷研究[J];機(jī)械科學(xué)與技術(shù);2014年09期

3 于德介;陳淼峰;程軍圣;楊宇;;基于EMD的奇異值熵在轉(zhuǎn)子系統(tǒng)故障診斷中的應(yīng)用[J];振動(dòng)與沖擊;2006年02期

4 姚春江;毋文峰;陳小虎;蘇勛家;;基于源信號包絡(luò)矩陣奇異值的機(jī)械故障診斷方法[J];機(jī)床與液壓;2014年13期

5 張營;左洪福;佟佩聲;陳志雄;白芳;;基于譜插值和奇異值差分譜的滾動(dòng)軸承靜電監(jiān)測信號去噪方法[J];航空動(dòng)力學(xué)報(bào);2014年08期

6 陶新民;杜寶祥;徐勇;;基于HOS奇異值譜的SVDD軸承故障檢測方法[J];振動(dòng)工程學(xué)報(bào);2008年02期

7 侯者非;楊杰;張雪;;基于復(fù)小波和奇異值比譜的軸承故障檢測方法[J];武漢理工大學(xué)學(xué)報(bào);2011年01期

相關(guān)碩士學(xué)位論文 前3條

1 李葵;基于二次SVD和VPMCD的滾動(dòng)軸承故障智能診斷方法研究[D];昆明理工大學(xué);2015年

2 梁啟帆;基于EMD和SVD的滾動(dòng)軸承故障診斷研究[D];燕山大學(xué);2016年

3 耿宇斌;基于Morlet小波與SVD的旋轉(zhuǎn)機(jī)械故障特征提取算法研究[D];華南理工大學(xué);2015年

，

本文編號：1402796