發(fā)布時間：2018-12-10 14:27

【摘要】：為了提取在故障軸承振動信號中被強噪聲淹沒的微弱沖擊特征信號,提出一種基于總體局部均值分解和自相關(guān)降噪的軸承故障診斷方法。首先,應(yīng)用自相關(guān)函數(shù)對軸承故障信號進(jìn)行降噪;其次,對降噪后的信號進(jìn)行ELMD分解,并得到一系列的乘積分量;最后,利用共振解調(diào)技術(shù)對各個PF分量進(jìn)行包絡(luò)分析,進(jìn)而發(fā)現(xiàn)軸承故障頻率。試驗結(jié)果表明:將自相關(guān)降噪和ELMD分解方法結(jié)合用于實測軸承故障特征提取中,不僅可以降低信噪比,而且可以有效地提取軸承故障的特征頻率。
[Abstract]:In order to extract the weak impulse characteristic signal which is submerged by strong noise in the vibration signal of the bearing, a fault diagnosis method based on the decomposition of local mean and autocorrelation noise reduction is proposed. First, the bearing fault signal is de-noised by autocorrelation function, secondly, the signal after denoising is decomposed by ELMD, and a series of product components are obtained. Finally, the resonant demodulation technique is used to analyze the envelope of each PF component, and the bearing fault frequency is found. The experimental results show that the combination of autocorrelation noise reduction and ELMD decomposition can not only reduce the signal-to-noise ratio but also extract the characteristic frequency of bearing fault effectively.
【作者單位】： 內(nèi)蒙古科技大學(xué)機械工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(51565046) 內(nèi)蒙古自然科學(xué)基金資助項目(2015MS0512) 內(nèi)蒙古高等學(xué)�？茖W(xué)研究資助項目(NJZY146)
【分類號】：TH133.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃浩;呂勇;肖涵;侯高雁;;基于PCA和LMD分解的滾動軸承故障特征提取方法[J];儀表技術(shù)與傳感器;2015年04期

2 胡振邦;許睦旬;姜歌東;張東升;;基于小波降噪和短時傅里葉變換的主軸突加不平衡非平穩(wěn)信號分析[J];振動與沖擊;2014年05期

3 鐘先友;趙春華;陳保家;曾良才;;基于形態(tài)自相關(guān)和時頻切片分析的軸承故障診斷方法[J];振動與沖擊;2014年04期

4 王建國;吳林峰;秦緒華;;基于自相關(guān)分析和LMD的滾動軸承振動信號故障特征提取[J];中國機械工程;2014年02期

5 廖星智;萬舟;熊新;;基于ELMD與LS-SVM的滾動軸承故障診斷方法[J];化工學(xué)報;2013年12期

6 明安波;褚福磊;張煒;;滾動軸承復(fù)合故障特征分離的小波-頻譜自相關(guān)方法[J];機械工程學(xué)報;2013年03期

7 明安波;褚福磊;張煒;;滾動軸承故障特征提取的頻譜自相關(guān)方法[J];機械工程學(xué)報;2012年19期

8 王龍;沈艷霞;季凌燕;;基于小波降噪和EMD方法的風(fēng)力發(fā)電系統(tǒng)齒輪箱故障診斷[J];江南大學(xué)學(xué)報(自然科學(xué)版);2012年02期

9 程軍圣;張亢;楊宇;;基于噪聲輔助分析的總體局部均值分解方法[J];機械工程學(xué)報;2011年03期

10 雷衍斌;李舜酩;門秀花;沈\，

本文編號：2370739