本文關鍵詞：IVMD融合奇異值差分譜的滾動軸承早期故障診斷

  更多相關文章： 改進變分模態(tài)分解 奇異值差分譜 滾動軸承 早期故障

【摘要】：針對滾動軸承早期故障階段存在特征信號微弱、故障識別相對困難的問題,提出了融合改進變分模態(tài)分解和奇異值差分譜的診斷方法。原始信號經改進變分模態(tài)分解方法處理后,被分解為若干本征模態(tài)函數(shù)分量,利用包絡譜稀疏度指標篩選出最佳分量構造Hankel矩陣并進行奇異值分解,求取奇異值差分譜后,根據(jù)差分譜中的突變點重構信號,最終通過分析信號的包絡譜可判斷軸承的故障類型。利用改進變分模態(tài)分解融合奇異值差分譜的方法對軸承故障模擬及實測信號進行分析,均成功提取出微弱特征信息,能夠實現(xiàn)滾動軸承早期故障的有效判別,具有一定的可靠性和應用價值。
【作者單位】： 華北電力大學能源動力與機械工程學院;
【基金】：國家自然科學基金資助項目(51307058,51475164) 河北省自然科學基金資助項目(E2014502052) 中央高�；究蒲袠I(yè)務費專項資金資助項目(2015XS120)
【分類號】：TH133.33
【正文快照】： 引言實際工程應用中,復雜振動傳輸路徑及嚴重環(huán)境噪聲干擾等因素使軸承早期微弱故障特征提取相對困難,這也是故障診斷領域的一個研究熱點和難點[1-2]。針對該問題,不少學者進行了研究。文獻[3]提出基于小波相關濾波的包絡分析方法,成功實現(xiàn)軸承早期故障的判別,但小波基函數(shù)的

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 王志武;孫虎兒;劉維雄;;基于局部均值分解和奇異值差分譜的滾動軸承故障診斷研究[J];機械科學與技術;2014年09期

2 于德介;陳淼峰;程軍圣;楊宇;;基于EMD的奇異值熵在轉子系統(tǒng)故障診斷中的應用[J];振動與沖擊;2006年02期

3 姚春江;毋文峰;陳小虎;蘇勛家;;基于源信號包絡矩陣奇異值的機械故障診斷方法[J];機床與液壓;2014年13期

4 張營;左洪福;佟佩聲;陳志雄;白芳;;基于譜插值和奇異值差分譜的滾動軸承靜電監(jiān)測信號去噪方法[J];航空動力學報;2014年08期

5 陶新民;杜寶祥;徐勇;;基于HOS奇異值譜的SVDD軸承故障檢測方法[J];振動工程學報;2008年02期

6 侯者非;楊杰;張雪;;基于復小波和奇異值比譜的軸承故障檢測方法[J];武漢理工大學學報;2011年01期

7 ;[J];;年期

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 李葵;基于二次SVD和VPMCD的滾動軸承故障智能診斷方法研究[D];昆明理工大學;2015年

2 耿宇斌;基于Morlet小波與SVD的旋轉機械故障特征提取算法研究[D];華南理工大學;2015年

，

本文編號：1177295