本文選題：多維經(jīng)驗?zāi)B(tài)分解 + 全矢融合��； 參考：《中國機(jī)械工程》2017年14期

【摘要】：為了識別滾動軸承退化過程,提出一種多維經(jīng)驗?zāi)B(tài)分解和全矢融合相結(jié)合的方法。首先對不同狀態(tài)的多通道信號同時進(jìn)行多維經(jīng)驗?zāi)B(tài)分解,得到一系列多元固有模態(tài)函數(shù)分量,然后利用互相關(guān)系數(shù)準(zhǔn)則選取最敏感的一階固有模態(tài)函數(shù)分量進(jìn)行全矢包絡(luò)分析來提取信號的特征。為了驗證該方法的有效性,分別對模擬信號和實際信號進(jìn)行了分析。結(jié)果表明此方法在出現(xiàn)故障時,能夠很好地表征頻譜結(jié)構(gòu)的變化;隨著故障嚴(yán)重程度的增加,頻譜結(jié)構(gòu)變得復(fù)雜,且呈現(xiàn)出了規(guī)律性。
[Abstract]:In order to identify the degradation process of rolling bearings, a multi-dimensional empirical mode decomposition and full vector fusion method is proposed. At first, multi-channel signals with different states are decomposed simultaneously by multi-dimensional empirical mode decomposition, and a series of intrinsic modal function components are obtained. Then the most sensitive components of the first order inherent mode function are selected by using the correlation number criterion to extract the characteristics of the signal by the full vector envelope analysis. In order to verify the effectiveness of the method, the analog signal and the actual signal are analyzed respectively. The results show that this method can well characterize the variation of spectrum structure in the event of failure, and with the increase of fault severity, the spectrum structure becomes complex and presents regularity.
【作者單位】： 鄭州大學(xué)振動工程研究所;
【分類號】：TH133.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 樊新海;曾興祥;張麗霞;張傳清;;基于CZT的頻譜細(xì)化算法及應(yīng)用[J];裝甲兵工程學(xué)院學(xué)報;2012年01期

2 MauRice W.Long;賀賢良;;相位相干多卜勒頻譜[J];航空電子技術(shù);1983年02期

3 陳建春;速度拖引干擾的頻譜識別技術(shù)[J];火控雷達(dá)技術(shù);1998年03期

4 ;[J];;年期

相關(guān)會議論文 前1條

1 韓耀;王文政;;0/π調(diào)制與四相調(diào)制的頻譜結(jié)構(gòu)及工程應(yīng)用[A];中國雷達(dá)行業(yè)協(xié)會航空電子分會暨四川省電子學(xué)會航空航天專委會學(xué)術(shù)交流會論文集[C];2005年

，

本文編號：1811273