振动与冲击
振動與遲擊
진동여충격
JOURNAL OF VIBRATION AND SHOCK
2012年
18期
29-33
,共5页
时频分析%频带熵%滚动轴承%故障诊断
時頻分析%頻帶熵%滾動軸承%故障診斷
시빈분석%빈대적%곤동축승%고장진단
在信号处理中,现有的常规指标如峭度、峰值、裕度以及谱峭度等对信号因偶然因素引起的数据奇异通常十分敏感,在轴承的状态监测中容易引起误判断.针对这一问题,提出了基于时频的频带熵方法.对信号进行时频变换,再沿时间轴计算各个频率上的幅值谱熵,得到信号的频带熵,以此为特征进行轴承故障的识别.频带熵表征频率成分随时间变化的的复杂性.正常与故障状态的轴承信号频率成分变化的复杂性不同,其频带熵也就不同,因此可将频带熵用于轴承故障的识别.同时偶然因素引起的数据奇异对频率成分变化的复杂性影响很小,频带熵可自动消解这些因素的影响,从而减少对轴承状态的误判断.将频带熵方法用于实际滚动轴承故障的识别,并与峭度、峰值、谱峭度指标对比,证明频带熵能够有效排除数据奇异的干扰,准确判别轴承状态,具有实用性.
在信號處理中,現有的常規指標如峭度、峰值、裕度以及譜峭度等對信號因偶然因素引起的數據奇異通常十分敏感,在軸承的狀態鑑測中容易引起誤判斷.針對這一問題,提齣瞭基于時頻的頻帶熵方法.對信號進行時頻變換,再沿時間軸計算各箇頻率上的幅值譜熵,得到信號的頻帶熵,以此為特徵進行軸承故障的識彆.頻帶熵錶徵頻率成分隨時間變化的的複雜性.正常與故障狀態的軸承信號頻率成分變化的複雜性不同,其頻帶熵也就不同,因此可將頻帶熵用于軸承故障的識彆.同時偶然因素引起的數據奇異對頻率成分變化的複雜性影響很小,頻帶熵可自動消解這些因素的影響,從而減少對軸承狀態的誤判斷.將頻帶熵方法用于實際滾動軸承故障的識彆,併與峭度、峰值、譜峭度指標對比,證明頻帶熵能夠有效排除數據奇異的榦擾,準確判彆軸承狀態,具有實用性.
재신호처리중,현유적상규지표여초도、봉치、유도이급보초도등대신호인우연인소인기적수거기이통상십분민감,재축승적상태감측중용역인기오판단.침대저일문제,제출료기우시빈적빈대적방법.대신호진행시빈변환,재연시간축계산각개빈솔상적폭치보적,득도신호적빈대적,이차위특정진행축승고장적식별.빈대적표정빈솔성분수시간변화적적복잡성.정상여고장상태적축승신호빈솔성분변화적복잡성불동,기빈대적야취불동,인차가장빈대적용우축승고장적식별.동시우연인소인기적수거기이대빈솔성분변화적복잡성영향흔소,빈대적가자동소해저사인소적영향,종이감소대축승상태적오판단.장빈대적방법용우실제곤동축승고장적식별,병여초도、봉치、보초도지표대비,증명빈대적능구유효배제수거기이적간우,준학판별축승상태,구유실용성.
