局部波动特征分解及其在滚动轴承故障诊断中的应用研究

发布时间：2017-11-11 23:30

  本文关键词：局部波动特征分解及其在滚动轴承故障诊断中的应用研究

  更多相关文章： 非平稳信号 局部波动特征分解 单一波动分量 滚动轴承 故障诊断

【摘要】：提出了一种新的自适应时频分析方法——局部波动特征分解(Local Oscillatory-Characteristic Decomposition,LOD),该方法以信号本身的局部波动特征为基础,并采用微分、坐标域变换、分段线性变换等运算手段将信号分解为一系列瞬时频率具有物理意义的单一波动分量(Mono-Oscillatory Component,MOC),非常适合于处理多分量信号。在详细说明LOD分解原理的基础上,通过仿真信号将LOD、经验模态分解(Empirical Mode Decomposition,EMD)和局部均值分解(Local Mean Decomposition,LMD)进行了对比分析,结果表明了LOD的优越性。同时,针对滚动轴承故障振动信号的多分量调制特点,将LOD应用于滚动轴承故障诊断,对滚动轴承实验信号进行了分析,结果表明LOD可以有效地提取滚动轴承故障振动信号的特征。
【作者单位】： 长沙理工大学能源与动力工程学院;
【基金】：国家自然科学基金(51305046) 湖南省科技计划项目(2013FJ6015) 湖南省教育厅一般项目(12A00714C0025)
【分类号】：TH133.33
【正文快照】： 滚动轴承故障诊断的关键是从滚动轴承振动信号中提取故障特征,而当滚动轴承发生故障时,其振动信号大多是非平稳、非线性的时变信号,由于时频分析方法能同时提供非平稳信号在时域和频域的局部化信息而在滚动轴承故障诊断中得到了广泛的应用[1-2]。典型的时频分析方法有窗口傅里

【共引文献】

中国期刊全文数据库 前10条

1 马朝永;刘茜;段建民;;基于LMD与奇异值差分谱的滚动轴承故障诊断方法[J];北京工业大学学报;2014年02期

2 袁国强;李颖晖;杨有泽;;基于局域均值分解的永磁同步电机故障诊断仿真[J];电光与控制;2014年10期

3 武英杰;刘长良;范德功;;基于自适应高频谐波LMD法的风电机组故障诊断[J];动力工程学报;2014年12期

4 向玲;鄢小安;;汽轮机转子故障诊断中LMD法和EMD法的性能对比研究[J];动力工程学报;2014年12期

5 黄传金;邬向伟;曹文思;孟雅俊;李军伟;;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];电力自动化设备;2015年02期

6 侯蒙蒙;许同乐;高朋飞;冯晓青;;基于LMD分解的风机轴承故障信号提取研究[J];中国农机化学报;2015年02期

7 贾惠彬;张国云;;一种基于LMD-DE的输电线路行波检测方法[J];电测与仪表;2015年05期

8 董正坤;罗亦泳;蒋斯斯;臧德彦;张立亭;谢翠贞;;基于局域均值分解和BP神经网络的大坝变形预测[J];测绘工程;2015年04期

9 张昭;杜冬梅;;基于LMD能量信号和1.5维谱的轴承故障分析[J];电力科学与工程;2015年05期

10 沙美妤;刘利国;;基于振动信号的轴承故障诊断技术综述[J];轴承;2015年09期

中国博士学位论文全文数据库 前10条

1 唐友福;基于广义局部频率的非线性非平稳信号故障特征提取方法研究[D];上海大学;2013年

2 李蓉;齿轮箱复合故障诊断方法研究[D];湖南大学;2013年

3 刘俊超;超声激振的倒装焊缺陷诊断关键技术研究[D];华中科技大学;2013年

4 林近山;基于时间序列标度分析的旋转机械故障诊断方法研究[D];南京航空航天大学;2013年

5 李炜;多种混合模型下的盲信号分离方法研究[D];江南大学;2014年

6 张媛;基于案例域的列车关键设备服役状态辨识与预测方法研究[D];北京交通大学;2014年

7 赵海洋;往复压缩机轴承间隙故障诊断与状态评估方法研究[D];哈尔滨工业大学;2014年

8 杨凯;仅利用输出响应的时变模态参数辨识方法研究[D];哈尔滨工业大学;2014年

9 严保康;低速重载机械早期故障稀疏特征提取的研究[D];武汉科技大学;2014年

10 钟先友;旋转机械故障诊断的时频分析方法及其应用研究[D];武汉科技大学;2014年

中国硕士学位论文全文数据库 前10条

1 王刚;基于暂态量的多信息融合故障选线技术研究[D];华北电力大学;2013年

2 李庚;EMD时频分析方法在旋转机械耦合故障诊断中的应用研究[D];燕山大学;2013年

3 涂靖之;基于变分贝叶斯隐Markov模型的机械故障诊断方法研究[D];南昌航空大学;2013年

4 何春艳;水下目标瞬态辐射噪声分析与评价[D];哈尔滨工程大学;2013年

5 徐亚军;基于阶比多尺度线调频小波路径追踪的滚动轴承故障诊断方法研究[D];湖南大学;2013年

6 郭凯;核电站常规岛XXX型凝结水泵设计与试验研究[D];大连理工大学;2013年

7 黎祺;基于电弧能量特征的逆变式双丝埋弧焊工艺参数优化[D];湖南科技大学;2013年

8 管志威;近海风电场短期功率预测技术研究[D];华东理工大学;2014年

9 杨武;基于LMD的AR模型在旋转机械故障诊断中的应用[D];大连交通大学;2013年

10 贾依娇;局域均值分解在机车轴承故障诊断中的应用研究[D];北京交通大学;2014年

【相似文献】

中国期刊全文数据库 前10条

1 张益纯,刘振娟;滚动轴承故障分析探讨[J];内燃机配件;2000年03期

2 秦恺,陈进,姜鸣,陈春梅;一种滚动轴承故障特征提取的新方法——谱相关密度[J];振动与冲击;2001年01期

3 邓长春;;声发射法在滚动轴承故障识别中的应用[J];试验技术与试验机;2002年Z2期

4 任昭蓉;滚动轴承故障的小波诊断法[J];机械制造与自动化;2004年06期

5 陆爽,田野;滚动轴承故障特征识别的时频分析研究[J];机床与液压;2005年06期

6 江涌;基于余弦调频小波变换的滚动轴承故障研究[J];机械设计与制造;2005年06期

7 程光友;;时域指标在滚动轴承故障诊断中的应用[J];中国设备工程;2005年12期

8 陈洪军;赵新泽;王延军;;滚动轴承故障试验台的理论建模分析[J];四川理工学院学报(自然科学版);2005年04期

9 李崇晟;滚动轴承故障的非线性诊断方法[J];轴承;2005年05期

10 赵春华;严新平;赵新泽;袁成清;高虹亮;;滚动轴承故障的可拓物元诊断方法[J];润滑与密封;2006年04期

中国重要会议论文全文数据库 前10条

1 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 刘玉林;;货车滚动轴承故障不分解诊断技术参数选择与优化探讨[A];扩大铁路对外开放、确保重点物资运输——中国科协2005年学术年会铁道分会场暨中国铁道学会学术年会和粤海通道运营管理学术研讨会论文集[C];2005年

3 杨积忠;左立建;;滚动轴承故障诊断实例[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

6 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

7 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

8 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

9 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 郝腾飞;航空发动机滚动轴承故障的核方法智能识别技术研究[D];南京航空航天大学;2014年

2 于江林;滚动轴承故障的非接触声学检测信号特性及重构技术研究[D];大庆石油学院;2009年

3 杨柳松;基于小波分析与神经网络滚动轴承故障诊断方法的研究[D];东北林业大学;2013年

4 从飞云;基于滑移向量序列奇异值分解的滚动轴承故障诊断研究[D];上海交通大学;2012年

5 赵协广;基于小波变换和经验模态分解的滚动轴承故障诊断方法研究[D];山东科技大学;2009年

6 侯者非;强噪声背景下滚动轴承故障诊断的关键技术研究[D];武汉理工大学;2010年

7 郭艳平;面向风力发电机组齿轮箱滚动轴承故障诊断的理论与方法研究[D];浙江大学;2012年

8 孟涛;齿轮与滚动轴承故障的振动分析与诊断[D];西北工业大学;2003年

9 Ao Hung Linh（池雄岭）;基于化学反应优化算法和支持向量机的滚动轴承故障诊断方法研究[D];湖南大学;2014年

10 崔宝珍;自适应形态滤波与局域波分解理论及滚动轴承故障诊断[D];中北大学;2013年

中国硕士学位论文全文数据库 前10条

1 李男;基于LMD样本熵和贝叶斯网络的滚动轴承故障诊断方法[D];燕山大学;2015年

2 李玉奎;基于非平稳信号分析的滚动轴承故障诊断研究[D];燕山大学;2015年

3 卜勇霞;基于时频分析方法的滚动轴承故障诊断研究[D];昆明理工大学;2015年

4 马宝;基于KICA和LSSVM的滚动轴承故障监测及诊断方法[D];昆明理工大学;2015年

5 冯春生;基于多源不确定信息融合的数控机床滚动轴承故障诊断方法与实验研究[D];青岛理工大学;2015年

6 王天一;基于正交小波优化阈值降噪方法的滚动轴承故障诊断研究[D];哈尔滨工业大学;2015年

7 宋耀文;基于振动信号分析的滚动轴承故障特征提取与诊断研究[D];中国矿业大学;2015年

8 韩一村;基于多传感器的滚动轴承故障检测研究[D];河南科技大学;2015年

9 王美波;基于声学方法的滚动轴承故障信号分析方法研究[D];大庆石油学院;2008年

10 李秋瑞;基于近邻函数准则与支持向量机的滚动轴承故障诊断研究[D];电子科技大学;2010年

，

本文编号：1173375