基于复局部均值分解和复信号包络谱的滚动轴承故障诊断方法

发布时间：2021-05-06 02:11

　　提出了一种基于复局部均值分解（CLMD）和复信号包络谱（CSES）的滚动轴承故障诊断新方法。首先通过互相垂直安装的加速度传感器采集2个方向的振动信号,并将其组成一个复数信号;然后利用CLMD对二元复数信号进行自适应分解,将分解得到的复数信号的实部和虚部包络信号组成一个复包络信号,根据复傅里叶变换具有幅值增强和综合频率特性,直接对复包络信号进行复傅里叶变换,提取的故障特征频率更为清晰。通过滚动轴承不同位置的外圈故障实验,证明了所提方法能够实现故障特征增强,可用于诊断滚动轴承微弱故障和复合故障。 

【文章来源】：电力自动化设备. 2020,40(08)北大核心EICSCD

【文章页数】：10 页

【文章目录】：
0 引言
1 CLMD原理简介
2 复傅里叶变换与全矢谱对比
    2.1 复傅里叶变换原理
    2.2 复傅里叶变换和全矢谱的对比分析
3 基于CLMD和复信号包络谱的滚动轴承故障诊断
4 试验分析
    4.1 试验介绍
    4.2 数据分析
    4.3 NASA数据集内圈故障诊断
    4.4 复合故障案例1
    4.5 复合故障案例2
5 结论


【参考文献】：
期刊论文
[1]基于COT-SSD的变转速滚动轴承微弱故障诊断[J]. 王晓龙,唐贵基,何玉灵.  电力自动化设备. 2019(05)
[2]基于PPCA-1.5维能量谱的滚动轴承故障诊断[J]. 万书亭,张雄,南冰,张力佳.  电力自动化设备. 2018(06)
[3]BEMD全矢包络谱及其在TRT故障诊断中的应用[J]. 黄传金,宋海军,秦娜.  电力自动化设备. 2018(01)
[4]ITT变换在风电机组滚动轴承故障诊断中的应用[J]. 唐贵基,庞彬.  电力自动化设备. 2017(09)
[5]基于变分模态分解和1.5维谱的轴承早期故障诊断方法[J]. 王晓龙,唐贵基.  电力自动化设备. 2016(07)
[6]复局部均值分解全矢包络技术及其在转子故障特征提取中的应用[J]. 黄传金,孟雅俊,雷文平,韩捷.  机械工程学报. 2016(07)
[7]可调品质因子小波变换在滚动轴承微弱故障特征提取中的应用[J]. 唐贵基,王晓龙.  中国电机工程学报. 2016(03)
[8]基于复数小波多尺度包络分析的风机滚动轴承故障特征提取[J]. 潘作为,梁双印,李惊涛,柳亦兵.  中国电机工程学报. 2015(16)
[9]基于LMD的全矢包络技术及其在TRT振动故障诊断中的应用[J]. 黄传金,邬向伟,曹文思,孟雅俊,李军伟.  电力自动化设备. 2015(02)
[10]一种谱峭度和Morlet小波的滚动轴承微弱故障诊断方法[J]. 丁康,黄志东,林慧斌.  振动工程学报. 2014(01)



本文编号：3171032