本文選題：固有時(shí)間尺度分解 + 固有旋轉(zhuǎn)分量　； 參考：《礦山機(jī)械》2016年02期

【摘要】：基于ITD方法的線性變換和Akima插值,提出了一種改進(jìn)的固有時(shí)間尺度分解方法 (Improve Intrinsic Time-scale Decomposition,簡(jiǎn)稱IITD),將該方法與奇異值差分譜相結(jié)合,實(shí)現(xiàn)了滾動(dòng)軸承故障的精確診斷。首先通過IITD方法將非平穩(wěn)的原始加速度振動(dòng)信號(hào)分解成若干個(gè)平穩(wěn)的固有旋轉(zhuǎn)分量(Proper Rotation Component,簡(jiǎn)稱PRC);然后挑選包含故障特征信息最豐富的PR分量作為主PR分量;構(gòu)造主PR分量的Hankel矩陣并進(jìn)行奇異值分解,得到相應(yīng)的奇異值差分譜,選擇奇異值差分譜中的最大突變點(diǎn)來確定重構(gòu)信號(hào)的奇異值個(gè)數(shù),進(jìn)而得到降噪后的主PR分量;最后對(duì)降噪后的主PR分量進(jìn)行包絡(luò)解調(diào)分析,提取滾動(dòng)軸承的故障特征。實(shí)例分析表明,相比傳統(tǒng)包絡(luò)譜分析和基于經(jīng)驗(yàn)?zāi)B(tài)分解和奇異值差分譜的方法,該方法能更有效地提取出滾動(dòng)軸承的故障特征。
[Abstract]:Based on the linear transformation and Akima interpolation of the ITD method, an improved Intrinsic Time-scale decomposition method is proposed. The method is combined with the singular value difference spectrum to realize the accurate diagnosis of the rolling bearing fault. At first, the non-stationary original acceleration vibration signal is decomposed into several stationary inherent rotational components (Proper Rotation component) by IITD method, and then the PR component, which contains the most abundant fault characteristic information, is selected as the principal PR component. The Hankel matrix of the main PR component is constructed and the singular value difference spectrum is obtained. The number of singular values of the reconstructed signal is determined by selecting the maximum mutation point in the singular value difference spectrum, and then the principal PR component after the noise reduction is obtained. Finally, the main PR component after noise reduction is analyzed by envelope demodulation, and the fault feature of rolling bearing is extracted. Compared with the traditional envelope spectrum analysis and the method based on empirical mode decomposition and singular value differential spectrum, the method can extract the fault characteristics of rolling bearing more effectively.
【作者單位】： 湖南信息職業(yè)技術(shù)學(xué)院;中南大學(xué)交通運(yùn)輸工程學(xué)院;
【基金】：湖南省科技計(jì)劃項(xiàng)目“新型螺旋轉(zhuǎn)子參數(shù)化設(shè)計(jì)與數(shù)字化制造技術(shù)研究”(2013FJ3019)
【分類號(hào)】：TH133.33

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王維列;;基于局部奇異值算法的人臉識(shí)別研究[J];智能建筑與城市信息;2013年12期

2 嚴(yán)云洋;郭志波;楊靜宇;;基于多尺度奇異值特征的人臉識(shí)別[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年10期

3 馮廣斌;朱云博;孫華剛;齊偉偉;;一種有效奇異值選擇方法在微弱信號(hào)特征提取中的應(yīng)用[J];機(jī)械科學(xué)與技術(shù);2012年09期

4 孫振華;田學(xué)民;;一種新型信號(hào)奇異值預(yù)處理方法[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

5 李曉東;費(fèi)樹岷;張濤;;基于奇異值特征和支持向量機(jī)的人臉識(shí)別[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

6 趙學(xué)智;向可;葉邦彥;陳統(tǒng)堅(jiān);;基于二次樣條小波細(xì)節(jié)信號(hào)峰值的有效奇異值確定[J];振動(dòng)與沖擊;2010年11期

7 高彩亮;廖志偉;岳苓;黃少先;;基于小波奇異值和支持向量機(jī)的高壓線路故障診斷[J];電力系統(tǒng)保護(hù)與控制;2010年06期

8 安其昌;張景旭;楊飛;;奇異值方法在大口徑反射鏡面形分析中的應(yīng)用[J];激光與光電子學(xué)進(jìn)展;2014年08期

9 趙學(xué)智;葉邦彥;陳統(tǒng)堅(jiān);;奇異值差分譜理論及其在車床主軸箱故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2010年01期

10 于濤;韓清凱;孫偉;聞邦椿;;基于隱Markov模型的圖像方位識(shí)別[J];東北大學(xué)學(xué)報(bào);2006年03期

相關(guān)會(huì)議論文 前4條

1 田玉平;;混合攝動(dòng)下計(jì)算結(jié)構(gòu)奇異值的新方法[A];1994年中國(guó)控制會(huì)議論文集[C];1994年

2 楊乾堂;周輝;李慧明;;奇異值相減消噪算法[A];全國(guó)第三屆信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)交流會(huì)�？痆C];2009年

3 張光磊;周彤;;2-D FM-I系統(tǒng)的漸近穩(wěn)定性[A];第25屆中國(guó)控制會(huì)議論文集（中冊(cè)）[C];2006年

4 王國(guó)軍;蔣美華;王俊;;載荷譜信號(hào)奇異值剔除與降噪處理[A];第七屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

相關(guān)碩士學(xué)位論文 前10條

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

2 張愛平;結(jié)構(gòu)奇異值μ綜合方法的應(yīng)用研究[D];華北電力大學(xué)（河北）;2004年

3 馮富強(qiáng);基于奇異值濾波的醫(yī)學(xué)CT圖像噪聲和偽影去除研究[D];南京郵電大學(xué);2013年

4 傅冬穎;一類反奇異值問題的數(shù)值求解[D];浙江大學(xué);2010年

5 王倩;基于奇異值識(shí)別的多模式過程PCA監(jiān)控[D];北京化工大學(xué);2012年

6 胡萬寶;人臉識(shí)別中的特征分析[D];北京化工大學(xué);2012年

7 耿宇斌;基于Morlet小波與SVD的旋轉(zhuǎn)機(jī)械故障特征提取算法研究[D];華南理工大學(xué);2015年

8 譚曼瓊;奇異值分解算法邏輯設(shè)計(jì)的資源優(yōu)化問題研究[D];湖南大學(xué);2011年

9 郭爽;心電信號(hào)消噪及特征識(shí)別算法的研究[D];中南大學(xué);2009年

10 劉欣;基于光聲光熱檢測(cè)技術(shù)的材料物理參數(shù)分布重構(gòu)新方法的研究[D];天津師范大學(xué);2012年

，

本文編號(hào)：1787454