本文關鍵詞：基于DT-CWT和MCKD的滾動軸承早期故障診斷方法

  更多相關文章： 軸承故障 最大相關峭度反褶積 Hilbert包絡譜 雙樹復小波

【摘要】：滾動軸承早期故障信號具有非平穩(wěn)、能量低等特征,為了能夠準確、有效地檢測出軸承故障,提出了雙樹復小波(dual-tree complex wavelet transform,DTCWT)和最大相關峭度反褶積(maximum correlated kurtosis deconvolution,MCKD)相結(jié)合的診斷方法。首先運用雙樹復小波對采集到的振動信號進行分解,再重構單支信號,由于噪聲的干擾,從重構后分量的頻譜中很難對故障做出正確的判斷。然后對包含故障特征的分量進行最大相關峭度反褶積處理以消除噪聲成分,凸現(xiàn)故障特征信息。最后對降噪信號求取Hilbert包絡譜,便能準確獲得故障特征頻率。通過信號仿真和實驗數(shù)據(jù)分析驗證了該方法的有效性。
【作者單位】： 內(nèi)蒙古科技大學機械工程學院;
【關鍵詞】： 軸承故障 最大相關峭度反褶積 Hilbert包絡譜 雙樹復小波
【基金】：內(nèi)蒙古自治區(qū)自然科學基金資助項目(2012MS0717)
【分類號】：TH133.33
【正文快照】： 0引言滾動軸承在旋轉(zhuǎn)機械中被廣泛應用,它為旋轉(zhuǎn)結(jié)構提供可靠的支撐,設備運行過程中的大部分能量都會傳遞到軸承上,其工作狀態(tài)會直接影響整臺設備的工作精度、運行安全和生產(chǎn)效率。在高速、重載和強沖擊等惡略環(huán)境條件下,很容易導致其產(chǎn)生磨損、點蝕和疲勞剝落等損傷類故障。

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 胥永剛;孟志鵬;陸明;;基于雙樹復小波包變換的滾動軸承故障診斷[J];農(nóng)業(yè)工程學報;2013年10期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 曾文涵;雙樹復小波表面分析模型及加工過程形貌辨識方法研究[D];華中科技大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 孟志鵬;基于雙樹復小波的機電設備故障診斷方法及應用[D];北京工業(yè)大學;2014年

，

本文編號：949529