針對滾動軸承的內(nèi)圈和外圈故障診斷問題,提出了一種基于辛幾何模態(tài)分解(SGMD)、敏感參數(shù)和核模糊C均值聚類(KFCMC)相結(jié)合的方法�；赟GMD研究了實際測量的液壓泵多模態(tài)故障振動信號;基于所提出的相似性分析法,將含有豐富運行特征信息的模態(tài)分量進行重構(gòu),并將其作為數(shù)據(jù)源;基于數(shù)據(jù)源提取時域和頻域參數(shù),并利用流行學習法篩選出峭度、裕度指標和峰值指標等敏感參數(shù)作為特征向量;利用KFCMC實現(xiàn)對內(nèi)圈和外圈不同故障的診斷。通過對滾動軸承內(nèi)、外圈故障振動信號的仿真和實測,驗證了該方法可以有效地診斷滾動軸承不同故障。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 前言
1 辛幾何模態(tài)分解
2 敏感參數(shù)
3 SGMD敏感參數(shù)和KFCMC的滾動軸承故障診斷方法
4 數(shù)值仿真算例
    4.1 仿真信號
    4.2 基于SGMD的仿真信號分析
    4.3 基于傳統(tǒng)模態(tài)分解方法的仿真信號分析
5 滾動軸承故障信號分析
    5.1 實驗方法
    5.2 基于SGMD的滾動軸承故障信號分析
    5.3 基于EMD的滾動軸承故障信號分析
    5.4 基于SGMD敏感參數(shù)的KFCMC故障診斷
    5.5 基于EMD敏感參數(shù)的KFCMC故障診斷
6 結(jié)論



本文編號：4043727