本文關(guān)鍵詞：局部波動特征分解及其在滾動軸承故障診斷中的應(yīng)用研究

  更多相關(guān)文章： 非平穩(wěn)信號 局部波動特征分解 單一波動分量 滾動軸承 故障診斷

【摘要】：提出了一種新的自適應(yīng)時頻分析方法——局部波動特征分解(Local Oscillatory-Characteristic Decomposition,LOD),該方法以信號本身的局部波動特征為基礎(chǔ),并采用微分、坐標域變換、分段線性變換等運算手段將信號分解為一系列瞬時頻率具有物理意義的單一波動分量(Mono-Oscillatory Component,MOC),非常適合于處理多分量信號。在詳細說明LOD分解原理的基礎(chǔ)上,通過仿真信號將LOD、經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)和局部均值分解(Local Mean Decomposition,LMD)進行了對比分析,結(jié)果表明了LOD的優(yōu)越性。同時,針對滾動軸承故障振動信號的多分量調(diào)制特點,將LOD應(yīng)用于滾動軸承故障診斷,對滾動軸承實驗信號進行了分析,結(jié)果表明LOD可以有效地提取滾動軸承故障振動信號的特征。
【作者單位】： 長沙理工大學能源與動力工程學院;
【基金】：國家自然科學基金(51305046) 湖南省科技計劃項目(2013FJ6015) 湖南省教育廳一般項目(12A00714C0025)
【分類號】：TH133.33
【正文快照】： 滾動軸承故障診斷的關(guān)鍵是從滾動軸承振動信號中提取故障特征,而當滾動軸承發(fā)生故障時,其振動信號大多是非平穩(wěn)、非線性的時變信號,由于時頻分析方法能同時提供非平穩(wěn)信號在時域和頻域的局部化信息而在滾動軸承故障診斷中得到了廣泛的應(yīng)用[1-2]。典型的時頻分析方法有窗口傅里

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬朝永;劉茜;段建民;;基于LMD與奇異值差分譜的滾動軸承故障診斷方法[J];北京工業(yè)大學學報;2014年02期

2 袁國強;李穎暉;楊有澤;;基于局域均值分解的永磁同步電機故障診斷仿真[J];電光與控制;2014年10期

3 武英杰;劉長良;范德功;;基于自適應(yīng)高頻諧波LMD法的風電機組故障診斷[J];動力工程學報;2014年12期

4 向玲;鄢小安;;汽輪機轉(zhuǎn)子故障診斷中LMD法和EMD法的性能對比研究[J];動力工程學報;2014年12期

5 黃傳金;鄔向偉;曹文思;孟雅俊;李軍偉;;基于LMD的全矢包絡(luò)技術(shù)及其在TRT振動故障診斷中的應(yīng)用[J];電力自動化設(shè)備;2015年02期

6 侯蒙蒙;許同樂;高朋飛;馮曉青;;基于LMD分解的風機軸承故障信號提取研究[J];中國農(nóng)機化學報;2015年02期

7 賈惠彬;張國云;;一種基于LMD-DE的輸電線路行波檢測方法[J];電測與儀表;2015年05期

8 董正坤;羅亦泳;蔣斯斯;臧德彥;張立亭;謝翠貞;;基于局域均值分解和BP神經(jīng)網(wǎng)絡(luò)的大壩變形預(yù)測[J];測繪工程;2015年04期

9 張昭;杜冬梅;;基于LMD能量信號和1.5維譜的軸承故障分析[J];電力科學與工程;2015年05期

10 沙美妤;劉利國;;基于振動信號的軸承故障診斷技術(shù)綜述[J];軸承;2015年09期

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 唐友福;基于廣義局部頻率的非線性非平穩(wěn)信號故障特征提取方法研究[D];上海大學;2013年

2 李蓉;齒輪箱復合故障診斷方法研究[D];湖南大學;2013年

3 劉俊超;超聲激振的倒裝焊缺陷診斷關(guān)鍵技術(shù)研究[D];華中科技大學;2013年

4 林近山;基于時間序列標度分析的旋轉(zhuǎn)機械故障診斷方法研究[D];南京航空航天大學;2013年

5 李煒;多種混合模型下的盲信號分離方法研究[D];江南大學;2014年

6 張媛;基于案例域的列車關(guān)鍵設(shè)備服役狀態(tài)辨識與預(yù)測方法研究[D];北京交通大學;2014年

7 趙海洋;往復壓縮機軸承間隙故障診斷與狀態(tài)評估方法研究[D];哈爾濱工業(yè)大學;2014年

8 楊凱;僅利用輸出響應(yīng)的時變模態(tài)參數(shù)辨識方法研究[D];哈爾濱工業(yè)大學;2014年

9 嚴�？�;低速重載機械早期故障稀疏特征提取的研究[D];武漢科技大學;2014年

10 鐘先友;旋轉(zhuǎn)機械故障診斷的時頻分析方法及其應(yīng)用研究[D];武漢科技大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王剛;基于暫態(tài)量的多信息融合故障選線技術(shù)研究[D];華北電力大學;2013年

2 李庚;EMD時頻分析方法在旋轉(zhuǎn)機械耦合故障診斷中的應(yīng)用研究[D];燕山大學;2013年

3 涂靖之;基于變分貝葉斯隱Markov模型的機械故障診斷方法研究[D];南昌航空大學;2013年

4 何春艷;水下目標瞬態(tài)輻射噪聲分析與評價[D];哈爾濱工程大學;2013年

5 徐亞軍;基于階比多尺度線調(diào)頻小波路徑追蹤的滾動軸承故障診斷方法研究[D];湖南大學;2013年

6 郭凱;核電站常規(guī)島XXX型凝結(jié)水泵設(shè)計與試驗研究[D];大連理工大學;2013年

7 黎祺;基于電弧能量特征的逆變式雙絲埋弧焊工藝參數(shù)優(yōu)化[D];湖南科技大學;2013年

8 管志威;近海風電場短期功率預(yù)測技術(shù)研究[D];華東理工大學;2014年

9 楊武;基于LMD的AR模型在旋轉(zhuǎn)機械故障診斷中的應(yīng)用[D];大連交通大學;2013年

10 賈依嬌;局域均值分解在機車軸承故障診斷中的應(yīng)用研究[D];北京交通大學;2014年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張益純,劉振娟;滾動軸承故障分析探討[J];內(nèi)燃機配件;2000年03期

2 秦愷,陳進,姜鳴,陳春梅;一種滾動軸承故障特征提取的新方法——譜相關(guān)密度[J];振動與沖擊;2001年01期

3 鄧長春;;聲發(fā)射法在滾動軸承故障識別中的應(yīng)用[J];試驗技術(shù)與試驗機;2002年Z2期

4 任昭蓉;滾動軸承故障的小波診斷法[J];機械制造與自動化;2004年06期

5 陸爽,田野;滾動軸承故障特征識別的時頻分析研究[J];機床與液壓;2005年06期

6 江涌;基于余弦調(diào)頻小波變換的滾動軸承故障研究[J];機械設(shè)計與制造;2005年06期

7 程光友;;時域指標在滾動軸承故障診斷中的應(yīng)用[J];中國設(shè)備工程;2005年12期

8 陳洪軍;趙新澤;王延軍;;滾動軸承故障試驗臺的理論建模分析[J];四川理工學院學報(自然科學版);2005年04期

9 李崇晟;滾動軸承故障的非線性診斷方法[J];軸承;2005年05期

10 趙春華;嚴新平;趙新澤;袁成清;高虹亮;;滾動軸承故障的可拓物元診斷方法[J];潤滑與密封;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張益純;;常見滾動軸承故障診斷的技術(shù)探討[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學術(shù)會議論文集[C];2000年

2 劉玉林;;貨車滾動軸承故障不分解診斷技術(shù)參數(shù)選擇與優(yōu)化探討[A];擴大鐵路對外開放、確保重點物資運輸——中國科協(xié)2005年學術(shù)年會鐵道分會場暨中國鐵道學會學術(shù)年會和粵海通道運營管理學術(shù)研討會論文集[C];2005年

3 楊積忠;左立建;;滾動軸承故障診斷實例[A];設(shè)備監(jiān)測與診斷技術(shù)及其應(yīng)用——第十二屆全國設(shè)備監(jiān)測與診斷學術(shù)會議論文集[C];2005年

4 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應(yīng)用研究[A];第九屆全國振動理論及應(yīng)用學術(shù)會議論文摘要集[C];2007年

5 李放寧;;峰值能量在滾動軸承故障診斷中的應(yīng)用[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學術(shù)會議論文集[C];2000年

6 何斌;戚佳杰;;小波分析在滾動軸承故障診斷中的應(yīng)用研究[A];第九屆全國振動理論及應(yīng)用學術(shù)會議論文集[C];2007年

7 張九軍;;常見滾動軸承故障的簡易診斷[A];2008年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵年會文集（上冊）[C];2008年

8 李興林;;滾動軸承故障診斷技術(shù)現(xiàn)狀及發(fā)展[A];2009年全國青年摩擦學學術(shù)會議論文集[C];2009年

9 唐海峰;陳進;董廣明;;信號稀疏分解方法在滾動軸承故障診斷中的應(yīng)用[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

10 高耀智;;高階統(tǒng)計量與小波分析相結(jié)合在滾動軸承故障診斷中的應(yīng)用[A];2009年全國青年摩擦學學術(shù)會議論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 郝騰飛;航空發(fā)動機滾動軸承故障的核方法智能識別技術(shù)研究[D];南京航空航天大學;2014年

2 于江林;滾動軸承故障的非接觸聲學檢測信號特性及重構(gòu)技術(shù)研究[D];大慶石油學院;2009年

3 楊柳松;基于小波分析與神經(jīng)網(wǎng)絡(luò)滾動軸承故障診斷方法的研究[D];東北林業(yè)大學;2013年

4 從飛云;基于滑移向量序列奇異值分解的滾動軸承故障診斷研究[D];上海交通大學;2012年

5 趙協(xié)廣;基于小波變換和經(jīng)驗?zāi)B(tài)分解的滾動軸承故障診斷方法研究[D];山東科技大學;2009年

6 侯者非;強噪聲背景下滾動軸承故障診斷的關(guān)鍵技術(shù)研究[D];武漢理工大學;2010年

7 郭艷平;面向風力發(fā)電機組齒輪箱滾動軸承故障診斷的理論與方法研究[D];浙江大學;2012年

8 孟濤;齒輪與滾動軸承故障的振動分析與診斷[D];西北工業(yè)大學;2003年

9 Ao Hung Linh（池雄嶺）;基于化學反應(yīng)優(yōu)化算法和支持向量機的滾動軸承故障診斷方法研究[D];湖南大學;2014年

10 崔寶珍;自適應(yīng)形態(tài)濾波與局域波分解理論及滾動軸承故障診斷[D];中北大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李男;基于LMD樣本熵和貝葉斯網(wǎng)絡(luò)的滾動軸承故障診斷方法[D];燕山大學;2015年

2 李玉奎;基于非平穩(wěn)信號分析的滾動軸承故障診斷研究[D];燕山大學;2015年

3 卜勇霞;基于時頻分析方法的滾動軸承故障診斷研究[D];昆明理工大學;2015年

4 馬寶;基于KICA和LSSVM的滾動軸承故障監(jiān)測及診斷方法[D];昆明理工大學;2015年

5 馮春生;基于多源不確定信息融合的數(shù)控機床滾動軸承故障診斷方法與實驗研究[D];青島理工大學;2015年

6 王天一;基于正交小波優(yōu)化閾值降噪方法的滾動軸承故障診斷研究[D];哈爾濱工業(yè)大學;2015年

7 宋耀文;基于振動信號分析的滾動軸承故障特征提取與診斷研究[D];中國礦業(yè)大學;2015年

8 韓一村;基于多傳感器的滾動軸承故障檢測研究[D];河南科技大學;2015年

9 王美波;基于聲學方法的滾動軸承故障信號分析方法研究[D];大慶石油學院;2008年

10 李秋瑞;基于近鄰函數(shù)準則與支持向量機的滾動軸承故障診斷研究[D];電子科技大學;2010年

，

本文編號：1173375