本文選題：軸承 + 故障診斷��； 參考：《制造技術(shù)與機床》2017年10期

【摘要】：為了有效識別軸承的早期故障特征,提出了一種基于改進的本征時間尺度分解(IITD)結(jié)合包絡信號1.5維譜的軸承故障診斷方法。IITD方法是將端點延拓引入到傳統(tǒng)的本征時間尺度分解(ITD)當中,用于改善其端點效應。軸承振動信號經(jīng)IITD分解后得到一組PR分量和一趨勢項,對PR分量的包絡信號進行1.5維譜分析。結(jié)果表明,IITD分解得到的PR分量包絡信號的1.5維譜,可以準確提取軸的轉(zhuǎn)動頻率、內(nèi)圈故障特征頻率和外圈故障特征頻率,從而實現(xiàn)了軸承故障的有效診斷,證明了該方法的有效性和實用性。
[Abstract]:In order to identify the early fault features of bearings effectively, A new method of bearing fault diagnosis based on improved intrinsic time scale decomposition (IITD) combined with 1.5 dimensional spectrum of envelope signal is proposed. IITD method is to introduce the endpoint extension into the traditional intrinsic time scale decomposition (ITD) to improve the endpoint effect. A group of PR components and a trend term are obtained after the bearing vibration signal is decomposed by IITD, and the envelope signal of PR component is analyzed by 1.5-D spectrum. The results show that the 1.5 dimension spectrum of PR component envelope signal obtained by IITD decomposition can accurately extract the rotation frequency of the shaft, the fault characteristic frequency of the inner ring and the fault characteristic frequency of the outer ring, thus realizing the effective diagnosis of the bearing fault. The validity and practicability of the method are proved.
【作者單位】： 中國航發(fā)湖南動力機械研究所;航空發(fā)動機振動技術(shù)航空科技重點實驗室;
【基金】：航空科學基金資助項目(2014ZD08007,2014ZD08008)
【分類號】：TH133.33

【相似文獻】

相關(guān)期刊論文 前10條

1 李三平,楊立芳,楊立功;鐵路貨車軸承故障診斷方法[J];軸承;2000年09期

2 ;軸承故障診斷有了“透視鏡”[J];機電設備;2001年06期

3 薛松;程珩;楊勇;;偽Wigner-Ville分布在電機軸承故障診斷中的應用[J];機械工程與自動化;2008年04期

4 趙志宏;楊紹普;;一種基于樣本熵的軸承故障診斷方法[J];振動與沖擊;2012年06期

5 黃晉英;潘宏俠;畢世華;楊喜旺;;基于高階累量譜的軸承故障診斷[J];火炮發(fā)射與控制學報;2007年02期

6 陶新民;徐晶;劉興麗;劉玉;;基于最大小波奇異譜的軸承故障診斷方法[J];振動、測試與診斷;2010年01期

7 喬世民;軸承故障診斷技術(shù)的發(fā)展[J];中國設備管理;1989年01期

8 李正安,李登嘯;單片機軸承故障診斷系統(tǒng)[J];軸承;1992年03期

9 楊望燦;張培林;張云強;;基于鄰域自適應局部保持投影的軸承故障診斷模型[J];振動與沖擊;2014年01期

10 朱文來;;希爾伯特-黃變換在軸承故障診斷中的應用研究[J];科技創(chuàng)新導報;2013年34期

相關(guān)會議論文 前9條

1 任獲榮;馬亞男;李勝剛;;熵隨機共振在軸承故障診斷中的應用研究[A];2012年陜西省焊接學術(shù)交流會論文集[C];2012年

2 李琳;張永祥;童艷;;基于聲發(fā)射和高階譜分析的滾動軸承故障診斷[A];設備監(jiān)測與診斷技術(shù)及其應用——第十二屆全國設備監(jiān)測與診斷學術(shù)會議論文集[C];2005年

3 高耀智;譚援強;;基于1(1/2)譜與小波分析相結(jié)合的滾動軸承故障診斷[A];2009年全國青年摩擦學學術(shù)會議論文集[C];2009年

4 陶新民;徐晶;杜寶祥;徐勇;;基于相空間奇異譜的SOM軸承故障診斷模型[A];第二十七屆中國控制會議論文集[C];2008年

5 喬文生;陳興輝;艾士娟;胡北;趙恒;;基于小波包和BP神經(jīng)網(wǎng)絡的滾動軸承故障診斷[A];第八屆全國設備與維修工程學術(shù)會議、第十三屆全國設備監(jiān)測與診斷學術(shù)會議論文集[C];2008年

6 沈路;周曉軍;張杰;;基于形態(tài)非抽樣小波與灰色關(guān)聯(lián)度的滾動軸承故障診斷[A];2011年機械電子學學術(shù)會議論文集[C];2011年

7 宋瀏陽;王華慶;高金吉;王峰;;基于蟻群算法的滾動軸承故障診斷[A];現(xiàn)代振動與噪聲技術(shù)（第九卷）[C];2011年

8 郝旺身;韓捷;董辛e，

本文編號：1926030