基于MED和EEMD的滚动轴承故障诊断方法

发布时间：2017-06-27 12:00

  本文关键词：基于MED和EEMD的滚动轴承故障诊断方法，由笔耕文化传播整理发布。

【摘要】：针对滚动轴承早期微弱故障特征难以提取的问题,提出将最小熵反褶积(MED)和集成经验模态分解(EEMD)方法相结合用于提取轴承微弱故障特征的方法。首先,采用MED对滚动轴承振动信号降噪,以增强冲击特征;然后,利用EEMD分解降噪后信号得到一组固有模态分量(IMF),依据相关系数和峭度准则,选择敏感的IMF分量重构信号,并采用希尔伯特包络解调提取故障特征;最后,通过仿真信号和实验台信号验证了该方法的有效性。
【作者单位】： 海军工程大学兵器工程系;
【关键词】： 轴承 最小熵反褶积 集成经验模态分解 相关系数 峭度
【分类号】：TH133.33
【正文快照】： 滚动轴承作为旋转机械设备组成的重要部件,受运转时间及环境的影响,其内圈、外圈和滚动体会出现点蚀、裂纹等磨损现象,一些局部损伤点与其接触的元件在轴承旋转作用下,会产生周期性冲击信号。由于背景噪声的影响,准确提取振动信号中的微弱冲击特征是旋转机械故障诊断研究的关

【相似文献】

中国期刊全文数据库 前1条

1 王昶峰;;基于最小熵反褶积的管道导波信号处理[J];黑龙江科技信息;2013年22期

  本文关键词：基于MED和EEMD的滚动轴承故障诊断方法，，由笔耕文化传播整理发布。

本文编号：489662