發(fā)布時間：2019-09-20 02:11

【摘要】：為了從故障軸承信號中提取包含故障信號的特征頻率,提出了基于LMD(Local Mean Decomposition,LMD)自適應(yīng)多尺度形態(tài)學和Teager能量算子解調(diào)的方法。首先,采用LMD將目標信號分解成有限個PF(Product Function,PF)分量,分別對其進行多尺度形態(tài)學濾波,利用峭度準則優(yōu)化形態(tài)學結(jié)構(gòu)元素尺度,自適應(yīng)尋求最優(yōu)解,最后用Teager能量算子計算各PF分量的瞬時幅值,通過瞬時Teager能量的Fourier頻譜識別軸承的故障特征頻率。為了驗證理論的正確性,進行了數(shù)字仿真實驗和軸承故障模擬實驗,并與EMD形態(tài)學和包絡(luò)解調(diào)方法進行了比較,結(jié)果表明該算法明顯優(yōu)于其他兩種方法,對滾動軸承外圈、內(nèi)圈和滾子故障的檢測精度更高,能夠清晰地提取出故障信號的頻率特征。
【作者單位】： 北京交通大學機械與電子控制工程學院;石家莊鐵道大學交通環(huán)境與安全工程研究所;
【基金】：國家自然科學基金(11227201;11202141;11372197;11472179;51405313) 鐵路總公司重大項目(2014J012) 河北省自然科學基金(A2013210013;A2015210005) 河北省教育廳項目(YQ2014028)
【分類號】：TH133.3

【相似文獻】

相關(guān)期刊論文 前3條

1 樊新海;何嘉武;王戰(zhàn)軍;安鋼;;基于Teager能量算子的解調(diào)方法[J];裝甲兵工程學院學報;2009年04期

2 雷文平;韓捷;孫俊杰;董辛e，

本文編號：2538484