本文關(guān)鍵詞：滾動軸承故障特征提取的EMD-頻譜自相關(guān)方法，由筆耕文化傳播整理發(fā)布。

【摘要】：首先,在論述頻譜自相關(guān)方法(spectrum auto-correlation,簡稱SAC)的特點、經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition,簡稱EMD)分析過程和軸承故障機(jī)理的基礎(chǔ)上,指出了在故障信號不占主導(dǎo)作用時頻譜自相關(guān)方法在軸承故障診斷中的局限性,并得到仿真算例驗證;然后,提出了基于經(jīng)驗?zāi)B(tài)分解和頻譜自相關(guān)的軸承故障特征提取方法,將經(jīng)驗?zāi)B(tài)分解得到的各分量進(jìn)行分析比較,再對適合的分量進(jìn)行頻譜自相關(guān)分析,可有效提出軸承故障頻率;最后,分別在軸承故障試驗臺實測了深溝球軸承和圓柱滾子軸承內(nèi)外圈故障振動數(shù)據(jù),結(jié)果表明,EMD-頻譜自相關(guān)分析方法可以很好地提取軸承故障信號,較單一EMD分解、頻譜自相關(guān)和峭度等方法效果更好,為軸承故障診斷提供了新思路。
【作者單位】： 華北電力大學(xué)機(jī)械工程系;機(jī)州汽輪機(jī)股份有限公司工業(yè)透平研究院;
【關(guān)鍵詞】： 經(jīng)驗?zāi)B(tài)分解 頻譜自相關(guān) 軸承故障 峭度 特征提取
【基金】：河北省自然科學(xué)基金資助項目(E2015502008)
【分類號】：TH133.33
【正文快照】： 引言旋轉(zhuǎn)機(jī)械廣泛應(yīng)用于各行各業(yè),軸承作為其重要部件承受并傳遞著載荷,它的運行狀態(tài)決定了旋轉(zhuǎn)機(jī)械工作的可靠性。近年來,軸承故障因其故障信號微弱不易檢測的特征越來越得到人們的重視。對測試系統(tǒng)的振動信號進(jìn)行故障特征提取是目前最為廣泛使用的軸承故障檢測方式之一。對

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳岳東，，屈梁生;回轉(zhuǎn)機(jī)械的故障特征提取與分類[J];機(jī)械工程學(xué)報;1994年S1期

2 高正明;何彬;趙娟;裴永泉;左廣霞;;常用故障特征提取方法[J];機(jī)床與液壓;2009年12期

3 李兆飛;柴毅;李華鋒;;多重分形的振動信號故障特征提取方法[J];數(shù)據(jù)采集與處理;2013年01期

4 韓立靜;徐金梧;陽建宏;黎敏;;基于灰度擊中擊不中變換的故障特征提取方法[J];北京科技大學(xué)學(xué)報;2012年07期

5 李輝,宋智勇,孫豐瑞;基于小波包-包絡(luò)分析的故障特征提取方法[J];振動、測試與診斷;2003年04期

6 李學(xué)軍;廖傳軍;褚福磊;;適于聲發(fā)射信號故障特征提取的小波函數(shù)[J];機(jī)械工程學(xué)報;2008年03期

7 梅檢民;肖云魁;賈繼德;趙慧敏;陳祥龍;喬龍;;基于改進(jìn)階比的變速器微弱故障特征提取[J];振動工程學(xué)報;2012年03期

8 任立通;胡金海;謝壽生;王磊;苗卓廣;;基于隨機(jī)共振預(yù)處理的振動故障特征提取研究[J];振動與沖擊;2014年02期

9 陳長征,羅躍綱,張省,虞和濟(jì);基于小波分析的機(jī)械故障特征提取研究[J];機(jī)械強(qiáng)度;2001年01期

10 郝志華;馬孝江;;高階非線性時頻表示在故障特征提取中的應(yīng)用[J];農(nóng)業(yè)機(jī)械學(xué)報;2006年02期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 趙志宏;楊紹普;;一種基于ICA的機(jī)械故障特征提取方法[A];機(jī)械動力學(xué)理論及其應(yīng)用[C];2011年

2 潘宏俠;黃晉英;毛鴻偉;劉振旺;;基于粒子群優(yōu)化的故障特征提取技術(shù)研究[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

3 朱啟兵;楊慧中;;基于卷積型小波包奇異值分解的齒輪故障特征提取[A];第二十七屆中國控制會議論文集[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蔣超;基于EEMD與MED的沖擊信號自適應(yīng)故障特征提取方法[D];上海大學(xué);2016年

2 程發(fā)斌;面向機(jī)械故障特征提取的混合時頻分析方法研究[D];重慶大學(xué);2007年

3 馮坤;基于內(nèi)積變換的機(jī)械故障特征提取原理與早期識別方法研究[D];北京化工大學(xué);2012年

4 李加慶;基于聲全息的故障特征提取技術(shù)研究[D];上海交通大學(xué);2008年

5 趙玲;旋轉(zhuǎn)機(jī)械系統(tǒng)故障特征提取中的分形方法研究[D];重慶大學(xué);2010年

6 陳建國;基于獨立分量分析的機(jī)械故障特征提取及分類方法研究[D];大連理工大學(xué);2011年

7 李兆飛;振動故障分形特征提取及診斷方法研究[D];重慶大學(xué);2013年

8 鞠萍華;旋轉(zhuǎn)機(jī)械早期故障特征提取的時頻分析方法研究[D];重慶大學(xué);2010年

9 趙志宏;基于振動信號的機(jī)械故障特征提取與診斷研究[D];北京交通大學(xué);2012年

10 趙鵬;離心泵振動故障診斷方法研究及系統(tǒng)實現(xiàn)[D];華北電力大學(xué)（北京）;2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 薄瑞瑞;基于LMD的振動信號處理及故障特征提取研究[D];內(nèi)蒙古大學(xué);2015年

2 凡非龍;旋轉(zhuǎn)機(jī)械故障診斷與現(xiàn)場動平衡系統(tǒng)研發(fā)[D];浙江大學(xué);2015年

3 屈紅偉;基于LMD的故障特征提取方法及動平衡技術(shù)研究[D];北京化工大學(xué);2015年

4 沈金理;機(jī)械裝備連接松動故障特征提取方法的研究[D];東華大學(xué);2013年

5 李敏;基于譜融合的管道故障特征提取方法研究[D];北京化工大學(xué);2011年

6 易雄;基于小波分析的機(jī)械故障特征提取與診斷技術(shù)研究[D];浙江工業(yè)大學(xué);2009年

7 鐘曉平;氣象衛(wèi)星運動部件故障特征提取及振動特性研究[D];上海交通大學(xué);2009年

8 宋震;柴油機(jī)典型故障特征提取與診斷研究[D];天津大學(xué);2013年

9 王澤棟;鉆井泵閥的故障特征提取與基于GSM的遠(yuǎn)程故障報警儀[D];北京化工大學(xué);2008年

10 李艷妮;旋轉(zhuǎn)機(jī)械故障機(jī)理與故障特征提取技術(shù)研究[D];北京化工大學(xué);2007年

  本文關(guān)鍵詞：滾動軸承故障特征提取的EMD-頻譜自相關(guān)方法，由筆耕文化傳播整理發(fā)布。

本文編號：421337