RS-LOD方法及其在旋转机械故障特征提取中的应用

发布时间：2024-02-23 21:25

　　局部波动特征分解(LOD)方法是一种新的自适应时频分析方法。该方法通过采用微分、坐标域变换、分段线性变换三种运算,可以高效地将信号自适应分解为一系列的单一波动分量(MOC),非常适合于处理多分量信号。然而,由于分段线性变换的使用,虽可以显著提高算法的计算效率,但会使MOC分量缺乏光滑性,从而导致失真。对此,将样条曲线形状可调可控的有理样条函数引入LOD方法替代分段线性变换,提出了基于有理样条函数的局部波动特征分解(RS-LOD)方法。在详细阐述RS-LOD分解原理的基础上,通过仿真信号将RS-LOD、LOD和经验模态分解(EMD)进行了对比分析,结果表明RS-LOD方法可以明显改善原LOD方法中MOC分量光滑度差的问题。此外,针对旋转机械故障振动信号的多分量调制特点,将RS-LOD方法应用于旋转机械的故障特征提取,对滚动轴承和齿轮箱故障振动信号的分析结果表明,RS-LOD方法可以有效地提取旋转机械振动信号的故障特征。

【文章页数】：9 页

【部分图文】：

图7仿真信号x(t)的EMD分解结果

图6仿真信号x(t)的LOD分解结果图8仿真信号x(t)的RS-LOD分解结果

图3MOC3(t)的放大图

图2仿真信号x(t)的LOD分解结果2基于有理样条的LOD方法

图1仿真信号x(t)及其分量的时域波形

信号x(t)由一个调制分量和两个正弦分量组成,其中t∈[0,5],采样频率为1000Hz。x(t)和分量x1(t)、x2(t)和x3(t)的时域波形如图1所示。LOD的分解结果如图2所示。从图2可以看出,原信号x(t)被分解为三个分量,依次对应着x1(t)、x2(t)和x3(....

图2仿真信号x(t)的LOD分解结果

从图2可以看出,原信号x(t)被分解为三个分量,依次对应着x1(t)、x2(t)和x3(t),因此LOD是一种基于信号自身特征的自适应时频分析方法,可以反映信号的本质特征。但其中MOC3(t)的局部放大图如图3所示,可以看出MOC3(t)的波形呈现明显的锯齿状,光滑性差。其主要原....

本文编号：3907999