基于SVD-MEEMD与Teager能量谱的滚动轴承微弱故障特征提取

发布时间：2020-11-21 21:51

　　 针对滚动轴承早期微弱故障特征难以提取的问题,提出一种基于奇异值分解(Singular Value Decomposition,SVD)、改进的集总经验模态分解(Modified Ensemble EMD,MEEMD)和Teager能量谱的滚动轴承微弱故障特征提取方法。该方法首先采用Hankel矩阵理论对滚动轴承的故障信号进行相空间重构得到重构矩阵,并根据奇异值差分谱理论对重构矩阵进行SVD处理,实现信号的初步降噪;其次,对降噪后的信号进行MEEMD分解得到一组本征模态分量(Intrinsic Mode Function,IMF)和一个余量,依据峭度-相关系数规则选取出一个冲击特征敏感的IMF分量,计算其Teager能量算子;最后,通过分析能量谱图实现对滚动轴承微弱故障的模式辨识。采用美国西储大学的滚动轴承故障数据对所提方法进行验证,并与其它模式的组合方法进行比较。结果表明,该方法具有良好的降噪效果和敏感特征筛选能力,从而能更准确提取出滚动轴承早期故障频率,实现故障类型的准确辨识。
【部分图文】：

基于奇异值MEEMD和Teager能量谱的微弱故障特征提取流程图

对经SVD降噪后的外圈信号进行MEEMD分解，并计算得到分量的相关系数及峭度值，见图6。从图中可以看出高频的IMF1分量的峭度值和相关系数均明显大于其他分量，由2.1节中评价指标的特性可知IMF1中故障信息最丰富，且与原信号相关性最强，选其作为提取故障特征的敏感分量，增强了基于Teager能量谱分析轴承故障的可靠性。图3 外圈故障信号奇异值曲线图

外圈故障信号奇异值曲线图
【相似文献】

相关期刊论文 前10条

1 庞彬;唐贵基;;基于滑动峭度法和Teager能量谱的滚动轴承故障诊断[J];电力科学与工程;2014年09期

2 王朝阁;任学平;孙百祎;王建国;;基于小波包自适应Teager能量谱的滚动轴承早期故障诊断[J];机械强度;2017年04期

3 袁建,杨立文;滚动轴承故障诊断的实用技巧[J];林业机械与木工设备;2004年03期

4 叶浩;高晓蓉;邱春蓉;李金龙;;基于三阶Teager能量算子的轴承诊断技术研究[J];铁路计算机应用;2020年06期

5 朱泉,刘朝义;滚动轴承状态监测与故障诊断实用技巧[J];设备管理&维修;2000年11期

6 张翅;;滚动轴承故障诊断[J];科技风;2011年19期

7 李龙;;滚动轴承故障诊断[J];中小企业管理与科技;2007年09期

8 陈全公，黄有方，陈波，沈一飞;滚动轴承故障诊断和状态监测及其推广应用[J];上海海运学院学报;1994年01期

9 郝勇;吴文辉;王起明;杜娇君;耿佩;;基于振动信号的6201型滚动轴承品质检测设备[J];仪表技术;2020年03期

10 张春娟;肖武清;范雪飞;司良群;;滚动轴承故障诊断与检测研究[J];现代制造技术与装备;2018年08期

相关博士学位论文 前10条

1 李永波;滚动轴承故障特征提取与早期诊断方法研究[D];哈尔滨工业大学;2017年

2 董绍江;基于优化支持向量机的空间滚动轴承寿命预测方法研究[D];重庆大学;2012年

3 王之海;基于声发射的球轴承疲劳演化特征提取研究[D];昆明理工大学;2017年

4 张永奇;汽车驱动桥主减速器圆锥滚动轴承工作性能研究[D];吉林大学;2012年

5 王晓龙;基于振动信号处理的滚动轴承故障诊断方法研究[D];华北电力大学(北京);2017年

6 刘尚坤;基于振动信号处理的旋转机械故障诊断方法研究[D];华北电力大学(北京);2017年

7 刘秀海;高速滚动轴承动力学分析模型与保持架动态性能研究[D];大连理工大学;2011年

8 武哲;旋转机械故障诊断与预测方法及其应用研究[D];北京交通大学;2016年

9 叶振环;航空发动机高速滚动轴承动力学行为研究[D];哈尔滨工业大学;2013年

10 张焱;模拟空间环境下滚动轴承寿命的振动谱表征与预测方法研究[D];重庆大学;2016年

相关硕士学位论文 前10条

1 林武文;柔性薄壁滚动轴承特性分析与试验研究[D];华南理工大学;2017年

2 喻宏亮;滚动轴承的振动监测和分析方法的研究[D];南京航空航天大学;2017年

3 臧姗;滚动轴承静力学动力学摩擦学性能研究[D];安徽工程大学;2015年

4 陈昌;基于状态振动特征的空间滚动轴承可靠性评估方法研究[D];重庆大学;2014年

5 孙道永;高速滚动轴承力学性能的数值模拟和试验研究[D];合肥工业大学;2014年

6 王行元;泵用滚动轴承计算机辅助选型与校核系统[D];江苏大学;2006年

7 许峰;基于振动信号多特征约简的滚动轴承诊断系统研究与应用[D];昆明理工大学;2019年

8 李卉;基于状态监测的滚动轴承性能退化评估[D];大连工业大学;2015年

9 杨治飞;滚动轴承的故障特征提取及剩余寿命预测研究[D];山东理工大学;2017年

10 王建利;滚动轴承性能退化评价与趋势预测研究[D];大连理工大学;2013年

本文编号：2893650