基于VMD和奇异值能量差分谱的风机滚动轴承故障特征提取方法

发布时间：2017-08-01 22:18

  本文关键词：基于VMD和奇异值能量差分谱的风机滚动轴承故障特征提取方法

  更多相关文章： 滚动轴承 VMD 奇异值能量差分谱 信号重构

【摘要】：风电机组轴承处于早期故障阶段时,故障特征信号微弱,受环境噪声及信号衰减的影响较大,因此轴承早期故障特征的提取一直是个难点。为了有效提取风机滚动轴承的故障特征,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和奇异值能量差分谱的特征提取方法。首先对轴承信号进行VMD分解得到一系列固有模态函数(Intrinsic Mode Function,IMF),然后选取敏感IMF进行奇异值分解,并利用奇异值能量差分谱选取有效奇异值进行信号重构,最后对重构信号进行包络谱分析,进而提取故障特征。实验分析结果验证了所述方法的有效性。
【作者单位】： 华北电力大学电气与电子工程学院;国网冀北电力有限公司电力科学研究院(华北电力科学研究院有限责任公司);
【关键词】： 滚动轴承 VMD 奇异值能量差分谱 信号重构
【基金】：国家科技支撑计划(2015BAA06B03)资助
【分类号】：TM614;TH133.33
【正文快照】： 2.国网冀北电力有限公司电力科学研究院(华北电力科学研究院有限责任公司),北京100045)0引言随着人们对清洁可再生能源的开发利用,风力发电目前进入了大规模发展阶段。由于大部分的风场所处环境恶劣,随着风电机组累计运行时间的增加,机组部件逐渐老化,导致风电机组频繁发生各

【相似文献】

中国期刊全文数据库 前10条

1 王维列;;基于局部奇异值算法的人脸识别研究[J];智能建筑与城市信息;2013年12期

2 严云洋;郭志波;杨静宇;;基于多尺度奇异值特征的人脸识别[J];清华大学学报(自然科学版);2008年10期

3 冯广斌;朱云博;孙华刚;齐伟伟;;一种有效奇异值选择方法在微弱信号特征提取中的应用[J];机械科学与技术;2012年09期

4 孙振华;田学民;;一种新型信号奇异值预处理方法[J];江南大学学报(自然科学版);2010年04期

5 李晓东;费树岷;张涛;;基于奇异值特征和支持向量机的人脸识别[J];东南大学学报(自然科学版);2008年06期

6 赵学智;向可;叶邦彦;陈统坚;;基于二次样条小波细节信号峰值的有效奇异值确定[J];振动与冲击;2010年11期

7 高彩亮;廖志伟;岳苓;黄少先;;基于小波奇异值和支持向量机的高压线路故障诊断[J];电力系统保护与控制;2010年06期

8 安其昌;张景旭;杨飞;;奇异值方法在大口径反射镜面形分析中的应用[J];激光与光电子学进展;2014年08期

9 赵学智;叶邦彦;陈统坚;;奇异值差分谱理论及其在车床主轴箱故障诊断中的应用[J];机械工程学报;2010年01期

10 于涛;韩清凯;孙伟;闻邦椿;;基于隐Markov模型的图像方位识别[J];东北大学学报;2006年03期

中国重要会议论文全文数据库 前4条

1 田玉平;;混合摄动下计算结构奇异值的新方法[A];1994年中国控制会议论文集[C];1994年

2 杨乾堂;周辉;李慧明;;奇异值相减消噪算法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

3 张光磊;周彤;;2-D FM-I系统的渐近稳定性[A];第25届中国控制会议论文集（中册）[C];2006年

4 王国军;蒋美华;王俊;;载荷谱信号奇异值剔除与降噪处理[A];第七届全国信息获取与处理学术会议论文集[C];2009年

中国硕士学位论文全文数据库 前10条

1 李葵;基于二次SVD和VPMCD的滚动轴承故障智能诊断方法研究[D];昆明理工大学;2015年

2 梁启帆;基于EMD和SVD的滚动轴承故障诊断研究[D];燕山大学;2016年

3 王永康;震源类型识别的EMD研究[D];广西师范大学;2016年

4 张爱平;结构奇异值μ综合方法的应用研究[D];华北电力大学（河北）;2004年

5 冯富强;基于奇异值滤波的医学CT图像噪声和伪影去除研究[D];南京邮电大学;2013年

6 傅冬颖;一类反奇异值问题的数值求解[D];浙江大学;2010年

7 王倩;基于奇异值识别的多模式过程PCA监控[D];北京化工大学;2012年

8 胡万宝;人脸识别中的特征分析[D];北京化工大学;2012年

9 耿宇斌;基于Morlet小波与SVD的旋转机械故障特征提取算法研究[D];华南理工大学;2015年

10 谭曼琼;奇异值分解算法逻辑设计的资源优化问题研究[D];湖南大学;2011年

，

本文编号：606459