北京工业大学学报
北京工業大學學報
북경공업대학학보
JOURNAL OF BEIJING POLYTECHNIC UNIVERSITY
2014年
2期
182-188
,共7页
局部均值分解%奇异值差分谱%故障诊断
跼部均值分解%奇異值差分譜%故障診斷
국부균치분해%기이치차분보%고장진단
local mean decomposition (LMD)%singular value difference spectrum%fault diagnosis
针对滚动轴承故障振动信号的非线性非平稳特性及强噪声特性,提出了一种基于局部均值分解(localmean decomposition,LMD)和奇异值差分谱的滚动轴承故障诊断方法.首先对原始信号进行LMD分解,得到若干乘积函数(product function,PF)分量,然后对故障特征明显的分量构建Hankel矩阵并进行奇异值分解,求出奇异值差分谱曲线,找到奇异值差分谱最大突变点来确定奇异值重构分量的个数,进而对包含故障特征频段的分量进行消噪和重构,再对重构信号进行Hilbert包络谱分析,提取故障特征.实验结果和工程应用表明:LMD和奇异值差分谱结合的信号特征提取方法,能准确、有效地提取滚动轴承的故障特征频率,对故障类型作出准确判断.
針對滾動軸承故障振動信號的非線性非平穩特性及彊譟聲特性,提齣瞭一種基于跼部均值分解(localmean decomposition,LMD)和奇異值差分譜的滾動軸承故障診斷方法.首先對原始信號進行LMD分解,得到若榦乘積函數(product function,PF)分量,然後對故障特徵明顯的分量構建Hankel矩陣併進行奇異值分解,求齣奇異值差分譜麯線,找到奇異值差分譜最大突變點來確定奇異值重構分量的箇數,進而對包含故障特徵頻段的分量進行消譟和重構,再對重構信號進行Hilbert包絡譜分析,提取故障特徵.實驗結果和工程應用錶明:LMD和奇異值差分譜結閤的信號特徵提取方法,能準確、有效地提取滾動軸承的故障特徵頻率,對故障類型作齣準確判斷.
침대곤동축승고장진동신호적비선성비평은특성급강조성특성,제출료일충기우국부균치분해(localmean decomposition,LMD)화기이치차분보적곤동축승고장진단방법.수선대원시신호진행LMD분해,득도약간승적함수(product function,PF)분량,연후대고장특정명현적분량구건Hankel구진병진행기이치분해,구출기이치차분보곡선,조도기이치차분보최대돌변점래학정기이치중구분량적개수,진이대포함고장특정빈단적분량진행소조화중구,재대중구신호진행Hilbert포락보분석,제취고장특정.실험결과화공정응용표명:LMD화기이치차분보결합적신호특정제취방법,능준학、유효지제취곤동축승적고장특정빈솔,대고장류형작출준학판단.
