基于改进时频谱分析方法的滚动轴承复合故障诊断

发布时间：2018-04-27 15:16

  本文选题：改进时频谱分析 + 滚动轴承　； 参考：《航空动力学报》2017年07期

【摘要】：将基于循环平稳理论及2阶循环统计量的谱相关或谱相关密度分析方法加以改进,提出一种时频分析方法并将其用于滚动轴承发生复合故障时调制现象循环调制频率即故障特征频率的提取。通过对滚动轴承复合故障的仿真及实际实验振动数据进行分析,结果表明:与同时提取出调制频率和载频的传统包络解调谱分析方法不同,改进的谱分析方法可以只提取出调制频率,提取的谱结构分布具有更清晰的表达效果,从而为滚动轴承的复合故障特征提取提供一种方法。
[Abstract]:The spectral correlation or spectral correlation density analysis method based on cyclic stationary theory and second order cyclic statistics is improved. A time-frequency analysis method is proposed and used to extract the cyclic modulation frequency (i.e. fault characteristic frequency) of the rolling bearing when the complex fault occurs. The simulation and experimental vibration data of rolling bearing complex fault are analyzed. The results show that the traditional envelope demodulation spectrum analysis method is different from the traditional envelope demodulation method which extracts the modulation frequency and carrier frequency simultaneously. The improved spectral analysis method can only extract the modulation frequency, and the extracted spectral structure distribution has a clearer expression effect, thus provides a method for the complex fault feature extraction of rolling bearings.
【作者单位】： 郑州轻工业学院机电工程学院;
【基金】：国家青年自然科学基金(51405453,51205371) 郑州轻工业学院博士科研基金资助项目
【分类号】：TH133.33

【参考文献】

相关期刊论文 前5条

1 王波;刘树林;蒋超;张宏利;;基于量子遗传算法优化RVM的滚动轴承智能故障诊断[J];振动与冲击;2015年17期

2 谢三毛;;基于时变自回归模型与神经网络的滚动轴承故障智能诊断[J];轴承;2014年10期

3 陈果;;滚动轴承早期故障的特征提取与智能诊断[J];航空学报;2009年02期

4 陈果;;滚动轴承表面损伤故障智能诊断新方法[J];仪器仪表学报;2009年01期

5 毕果;陈进;周福昌;何俊;李富才;;调幅信号谱相关密度分析中白噪声影响的研究[J];振动与冲击;2006年02期

【共引文献】

相关期刊论文 前10条

1 王宏超;向国权;郭志强;巩晓峗;杜文辽;;基于改进时频谱分析方法的滚动轴承复合故障诊断[J];航空动力学报;2017年07期

2 马新娜;杨绍普;;基于三维谱峭图算法的共振解调技术研究及应用[J];中国机械工程;2016年22期

3 吴春光;房晓华;化麒;;基于零空间追踪算法的滚动轴承故障诊断[J];航空维修与工程;2016年10期

4 刘国云;曾京;罗仁;高浩;;轴箱轴承缺陷状态下的高速车辆振动特性分析[J];振动与冲击;2016年09期

5 王波涛;;滚动轴承故障特征提取与应用研究[J];山东工业技术;2016年05期

6 张敏;崔海龙;陈曦晖;程刚;;基于IMF能量矩和HSMM模型的滚动轴承故障诊断方法[J];组合机床与自动化加工技术;2015年10期

7 李祥阳;陈万强;;滚动轴承缺陷振动建模及冲击特征提取[J];振动.测试与诊断;2015年04期

8 乔保栋;葛向东;张东明;;航空发动机中介轴承振动故障分析方法[J];燃气涡轮试验与研究;2015年02期

9 王宏超;陈进;董广明;;基于谱相关密度组合切片能量的滚动轴承故障诊断研究[J];振动与冲击;2015年03期

10 陈果;郝腾飞;程小勇;赵斌;王海飞;;基于机匣测点信号的航空发动机滚动轴承故障诊断灵敏性分析[J];航空动力学报;2014年12期

【二级参考文献】

相关期刊论文 前10条

1 沈长青;谢伟达;朱忠奎;刘方;黄伟国;孔凡让;;基于EEMD和改进的形态滤波方法的轴承故障诊断研究[J];振动与冲击;2013年02期

2 周智;朱永生;张优云;朱川峰;王鹏;;基于EEMD和共振解调的滚动轴承自适应故障诊断[J];振动与冲击;2013年02期

3 魏巍;彭涛;;基于时变自回归模型阶次判定值的滚动轴承特征提取[J];电子测量与仪器学报;2012年03期

4 胡耀斌;厉善元;胡良斌;;基于神经网络的滚动轴承故障诊断方法的研究[J];机械设计与制造;2012年02期

5 董超;田联房;赵慧洁;;遗传关联向量机高光谱影像分类[J];上海交通大学学报;2011年10期

6 李健宝;彭涛;;基于时变自回归参数模型的滚动轴承智能故障诊断[J];中国机械工程;2010年22期

7 苏敏;王勇;何惜港;邓四二;梁晓东;;基于LabVIEW的滚动轴承故障诊断系统[J];轴承;2010年09期

8 周晓英;李巍华;丁康;;基于关联向量机的齿轮故障检测方法研究[J];振动与冲击;2008年06期

9 王永民;何幼桦;忻莉莉;王巧兰;;时变自回归模型系数的估计及预测[J];应用数学与计算数学学报;2007年02期

10 陈果;;一种实现结构风险最小化思想的结构自适应神经网络模型[J];仪器仪表学报;2007年10期

【相似文献】

相关期刊论文 前10条

1 岑健;胥布工;张清华;邵龙秋;;免疫检测器证据理论集成的机组复合故障诊断[J];控制与决策;2011年08期

2 陈晓理;王仲生;姜洪开;王峰;;基于改进样板去噪源分离的轴承复合故障诊断[J];中国机械工程;2011年17期

3 陈彦龙;张培林;李兵;徐超;;基于能量聚集性的轴承复合故障诊断[J];噪声与振动控制;2013年01期

4 雷高伟;张清华;马春燕;熊建斌;何俊;王磊;;证据理论在复合故障诊断中的应用研究[J];组合机床与自动化加工技术;2014年02期

5 马红强,李晓光,王勇;EDR-750BX线机复合故障一例[J];医疗装备;2001年04期

6 崔玲丽;高立新;殷海晨;胥永刚;;基于第二代小波的复合故障诊断方法研究[J];中国机械工程;2009年04期

7 明安波;褚福磊;张炜;;滚动轴承复合故障特征分离的小波-频谱自相关方法[J];机械工程学报;2013年03期

8 潘楠;伍星;迟毅林;柳小勤;刘畅;;基于频域盲解卷积的齿轮箱复合故障声学诊断[J];振动与冲击;2013年07期

9 李蓉;于德介;陈向民;;基于形态分量分析与能量算子解调的齿轮箱复合故障诊断方法[J];中国机械工程;2013年13期

10 姜万录;赫金娜;张生;;基于盲源分离的液压泵复合故障诊断[J];液压与气动;2014年07期

相关会议论文 前1条

1 訾艳阳;袁静;袁胜军;李臻;王晓东;何正嘉;;旋转机械复合故障的信号特征提取与识别方法研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

相关博士学位论文 前3条

1 岑健;基于人工免疫系统的机组复合故障诊断技术研究[D];华南理工大学;2010年

2 王志坚;齿轮箱复合故障诊断特征提取的若干方法研究[D];太原理工大学;2015年

3 何玉灵;发电机气隙偏心与绕组短路复合故障的机电特性分析[D];华北电力大学;2012年

相关硕士学位论文 前5条

1 董振振;滚动轴承复合故障机理及振动模型研究[D];哈尔滨工业大学;2015年

2 杜晓阳;齿轮断齿—点蚀复合故障振动特性分析与诊断研究[D];湖南科技大学;2016年

3 王发林;发电机气隙偏心与定子短路复合故障的转矩特性分析[D];华北电力大学;2016年

4 李善;基于多源信息融合的数控机床进给系统复合故障诊断研究[D];青岛理工大学;2016年

5 李肖城;滚动轴承复合故障信号检测技术研究[D];哈尔滨工业大学;2014年

，

本文编号：1811238