基于自回归滑动平均最小熵反褶积的滚动轴承故障诊断

发布时间：2017-07-26 20:00

  本文关键词：基于自回归滑动平均最小熵反褶积的滚动轴承故障诊断

  更多相关文章： 滚动轴承 故障诊断 自回归滑动平均 最小熵反褶积

【摘要】：滚动轴承的时域故障信号含有工作部件或轴承元件间微弱碰撞产生非周期性冲击以及工况噪声成分,造成信号中表征故障信息的周期冲击成分难以提取,无法准确有效的对滚动轴承进行故障诊断。针对这一问题,提出自回归滑动平均最小熵反褶积方法。通过自回归滑动平均模型和最小熵反褶积计算得出正逆两组滤波器系数,其中自回归滑动平均模型计算出的滤波器系数用于分离故障信号中的非周期冲击成分,最小熵反褶积计算出的逆滤波器系数用于恢复故障冲击成分。通过仿真和实验的处理结果证明了方法的有效性。
【作者单位】： 内蒙古科技大学机械工程学院;河北钢铁集团承德钢铁公司;
【关键词】： 滚动轴承 故障诊断 自回归滑动平均 最小熵反褶积
【基金】：内蒙古自治区自然科学基金项目(2012MS0717)
【分类号】：TH133.33
【正文快照】： 1引言滚动轴承是机械设备中重要的旋转部件,为旋转体提供可靠稳定的支撑,承受旋转体自重及工作载荷的同时保证旋转体的回转精度,其工作状态直接影响整台设备的工作效率和使用寿命。自回归滑动平均模型属于时序模型方法之一,广泛用于金融、通讯、地球物理、生物医疗、机械振动

【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

，

本文编号：578057