本文選題：改進時頻譜分析 + 滾動軸承�。� 參考：《航空動力學報》2017年07期

【摘要】：將基于循環(huán)平穩(wěn)理論及2階循環(huán)統(tǒng)計量的譜相關或譜相關密度分析方法加以改進,提出一種時頻分析方法并將其用于滾動軸承發(fā)生復合故障時調制現(xiàn)象循環(huán)調制頻率即故障特征頻率的提取。通過對滾動軸承復合故障的仿真及實際實驗振動數(shù)據(jù)進行分析,結果表明:與同時提取出調制頻率和載頻的傳統(tǒng)包絡解調譜分析方法不同,改進的譜分析方法可以只提取出調制頻率,提取的譜結構分布具有更清晰的表達效果,從而為滾動軸承的復合故障特征提取提供一種方法。
[Abstract]:The spectral correlation or spectral correlation density analysis method based on cyclic stationary theory and second order cyclic statistics is improved. A time-frequency analysis method is proposed and used to extract the cyclic modulation frequency (i.e. fault characteristic frequency) of the rolling bearing when the complex fault occurs. The simulation and experimental vibration data of rolling bearing complex fault are analyzed. The results show that the traditional envelope demodulation spectrum analysis method is different from the traditional envelope demodulation method which extracts the modulation frequency and carrier frequency simultaneously. The improved spectral analysis method can only extract the modulation frequency, and the extracted spectral structure distribution has a clearer expression effect, thus provides a method for the complex fault feature extraction of rolling bearings.
【作者單位】： 鄭州輕工業(yè)學院機電工程學院;
【基金】：國家青年自然科學基金(51405453,51205371) 鄭州輕工業(yè)學院博士科研基金資助項目
【分類號】：TH133.33

【參考文獻】

相關期刊論文 前5條

1 王波;劉樹林;蔣超;張宏利;;基于量子遺傳算法優(yōu)化RVM的滾動軸承智能故障診斷[J];振動與沖擊;2015年17期

2 謝三毛;;基于時變自回歸模型與神經網絡的滾動軸承故障智能診斷[J];軸承;2014年10期

3 陳果;;滾動軸承早期故障的特征提取與智能診斷[J];航空學報;2009年02期

4 陳果;;滾動軸承表面損傷故障智能診斷新方法[J];儀器儀表學報;2009年01期

5 畢果;陳進;周福昌;何俊;李富才;;調幅信號譜相關密度分析中白噪聲影響的研究[J];振動與沖擊;2006年02期

【共引文獻】

相關期刊論文 前10條

1 王宏超;向國權;郭志強;鞏曉峗;杜文遼;;基于改進時頻譜分析方法的滾動軸承復合故障診斷[J];航空動力學報;2017年07期

2 馬新娜;楊紹普;;基于三維譜峭圖算法的共振解調技術研究及應用[J];中國機械工程;2016年22期

3 吳春光;房曉華;化麒;;基于零空間追蹤算法的滾動軸承故障診斷[J];航空維修與工程;2016年10期

4 劉國云;曾京;羅仁;高浩;;軸箱軸承缺陷狀態(tài)下的高速車輛振動特性分析[J];振動與沖擊;2016年09期

5 王波濤;;滾動軸承故障特征提取與應用研究[J];山東工業(yè)技術;2016年05期

6 張敏;崔海龍;陳曦暉;程剛;;基于IMF能量矩和HSMM模型的滾動軸承故障診斷方法[J];組合機床與自動化加工技術;2015年10期

7 李祥陽;陳萬強;;滾動軸承缺陷振動建模及沖擊特征提取[J];振動.測試與診斷;2015年04期

8 喬保棟;葛向東;張東明;;航空發(fā)動機中介軸承振動故障分析方法[J];燃氣渦輪試驗與研究;2015年02期

9 王宏超;陳進;董廣明;;基于譜相關密度組合切片能量的滾動軸承故障診斷研究[J];振動與沖擊;2015年03期

10 陳果;郝騰飛;程小勇;趙斌;王海飛;;基于機匣測點信號的航空發(fā)動機滾動軸承故障診斷靈敏性分析[J];航空動力學報;2014年12期

【二級參考文獻】

相關期刊論文 前10條

1 沈長青;謝偉達;朱忠奎;劉方;黃偉國;孔凡讓;;基于EEMD和改進的形態(tài)濾波方法的軸承故障診斷研究[J];振動與沖擊;2013年02期

2 周智;朱永生;張優(yōu)云;朱川峰;王鵬;;基于EEMD和共振解調的滾動軸承自適應故障診斷[J];振動與沖擊;2013年02期

3 魏巍;彭濤;;基于時變自回歸模型階次判定值的滾動軸承特征提取[J];電子測量與儀器學報;2012年03期

4 胡耀斌;厲善元;胡良斌;;基于神經網絡的滾動軸承故障診斷方法的研究[J];機械設計與制造;2012年02期

5 董超;田聯(lián)房;趙慧潔;;遺傳關聯(lián)向量機高光譜影像分類[J];上海交通大學學報;2011年10期

6 李健寶;彭濤;;基于時變自回歸參數(shù)模型的滾動軸承智能故障診斷[J];中國機械工程;2010年22期

7 蘇敏;王勇;何惜港;鄧四二;梁曉東;;基于LabVIEW的滾動軸承故障診斷系統(tǒng)[J];軸承;2010年09期

8 周曉英;李巍華;丁康;;基于關聯(lián)向量機的齒輪故障檢測方法研究[J];振動與沖擊;2008年06期

9 王永民;何幼樺;忻莉莉;王巧蘭;;時變自回歸模型系數(shù)的估計及預測[J];應用數(shù)學與計算數(shù)學學報;2007年02期

10 陳果;;一種實現(xiàn)結構風險最小化思想的結構自適應神經網絡模型[J];儀器儀表學報;2007年10期

【相似文獻】

相關期刊論文 前10條

1 岑健;胥布工;張清華;邵龍秋;;免疫檢測器證據(jù)理論集成的機組復合故障診斷[J];控制與決策;2011年08期

2 陳曉理;王仲生;姜洪開;王峰;;基于改進樣板去噪源分離的軸承復合故障診斷[J];中國機械工程;2011年17期

3 陳彥龍;張培林;李兵;徐超;;基于能量聚集性的軸承復合故障診斷[J];噪聲與振動控制;2013年01期

4 雷高偉;張清華;馬春燕;熊建斌;何俊;王磊;;證據(jù)理論在復合故障診斷中的應用研究[J];組合機床與自動化加工技術;2014年02期

5 馬紅強,李曉光,王勇;EDR-750BX線機復合故障一例[J];醫(yī)療裝備;2001年04期

6 崔玲麗;高立新;殷海晨;胥永剛;;基于第二代小波的復合故障診斷方法研究[J];中國機械工程;2009年04期

7 明安波;褚福磊;張煒;;滾動軸承復合故障特征分離的小波-頻譜自相關方法[J];機械工程學報;2013年03期

8 潘楠;伍星;遲毅林;柳小勤;劉暢;;基于頻域盲解卷積的齒輪箱復合故障聲學診斷[J];振動與沖擊;2013年07期

9 李蓉;于德介;陳向民;;基于形態(tài)分量分析與能量算子解調的齒輪箱復合故障診斷方法[J];中國機械工程;2013年13期

10 姜萬錄;赫金娜;張生;;基于盲源分離的液壓泵復合故障診斷[J];液壓與氣動;2014年07期

相關會議論文 前1條

1 訾艷陽;袁靜;袁勝軍;李臻;王曉東;何正嘉;;旋轉機械復合故障的信號特征提取與識別方法研究[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

相關博士學位論文 前3條

1 岑健;基于人工免疫系統(tǒng)的機組復合故障診斷技術研究[D];華南理工大學;2010年

2 王志堅;齒輪箱復合故障診斷特征提取的若干方法研究[D];太原理工大學;2015年

3 何玉靈;發(fā)電機氣隙偏心與繞組短路復合故障的機電特性分析[D];華北電力大學;2012年

相關碩士學位論文 前5條

1 董振振;滾動軸承復合故障機理及振動模型研究[D];哈爾濱工業(yè)大學;2015年

2 杜曉陽;齒輪斷齒—點蝕復合故障振動特性分析與診斷研究[D];湖南科技大學;2016年

3 王發(fā)林;發(fā)電機氣隙偏心與定子短路復合故障的轉矩特性分析[D];華北電力大學;2016年

4 李善;基于多源信息融合的數(shù)控機床進給系統(tǒng)復合故障診斷研究[D];青島理工大學;2016年

5 李肖城;滾動軸承復合故障信號檢測技術研究[D];哈爾濱工業(yè)大學;2014年

，

本文編號：1811238