滚动轴承复合故障诊断的自适应方法研究

发布时间：2017-11-12 07:22

  本文关键词：滚动轴承复合故障诊断的自适应方法研究

  更多相关文章： 复合故障 滚动轴承 陷波器 经验模态分解

【摘要】：铁路货车滚动轴承检测中多种故障共存的情况普遍存在。针对单通道情况下复合故障难分离和诊断的问题,提出了基于陷波器的自适应复合故障诊断方法。该方法首先对滚动轴承的复合故障振动信号进行经验模态分解(Empirical Mode Decomposition,EMD),根据各个本征模态函数与原始信号的相关系数最大化原则对信号进行重构,进一步通过频谱分析识别出滚动轴承主故障。在此基础上,利用自适应陷波器系统对原始振动信号的主故障信号进行陷波处理。然后再对筛去主故障信息的信号进行次故障诊断。通过仿真和实验分析,结果表明基于陷波器的自适应复合故障诊断方法能在一定程度上满足复合故障信号分离和故障诊断的要求,具有一定的实用性。
【作者单位】： 石家庄铁道大学信息科学与技术学院;石家庄铁道大学机械工程学院;
【基金】：国家自然基金项目(11372197;11227201) 河北省自然基金项目(E2014210078)
【分类号】：TH133.33
【正文快照】： 滚动轴承是旋转机械设备中的常见零部件,其运行状态直接影响着整个系统的性能。因此,对滚动轴承的状态监测和故障诊断是十分有必要的[1]。针对滚动轴承单一故障的特征提取,研究人员提出了共振解调[2]、小波变换[3-4]、快速谱峭度[5]以及经验模态[6]等方法,并取得了较好的应用

【相似文献】

中国期刊全文数据库 前10条

1 陈晓理;王仲生;姜洪开;王峰;;基于改进样板去噪源分离的轴承复合故障诊断[J];中国机械工程;2011年17期

2 陈彦龙;张培林;李兵;徐超;;基于能量聚集性的轴承复合故障诊断[J];噪声与振动控制;2013年01期

3 雷高伟;张清华;马春燕;熊建斌;何俊;王磊;;证据理论在复合故障诊断中的应用研究[J];组合机床与自动化加工技术;2014年02期

4 崔玲丽;高立新;殷海晨;胥永刚;;基于第二代小波的复合故障诊断方法研究[J];中国机械工程;2009年04期

5 明安波;褚福磊;张炜;;滚动轴承复合故障特征分离的小波-频谱自相关方法[J];机械工程学报;2013年03期

6 潘楠;伍星;迟毅林;柳小勤;刘畅;;基于频域盲解卷积的齿轮箱复合故障声学诊断[J];振动与冲击;2013年07期

7 李蓉;于德介;陈向民;;基于形态分量分析与能量算子解调的齿轮箱复合故障诊断方法[J];中国机械工程;2013年13期

8 姜万录;赫金娜;张生;;基于盲源分离的液压泵复合故障诊断[J];液压与气动;2014年07期

9 袁静;何正嘉;訾艳阳;;基于提升多小波的机电设备复合故障分离和提取[J];机械工程学报;2010年01期

10 唐贵基;何玉灵;万书亭;武玉才;;气隙静态偏心与定子短路复合故障对发电机定子振动特性的影响[J];振动工程学报;2014年01期

中国重要会议论文全文数据库 前1条

1 訾艳阳;袁静;袁胜军;李臻;王晓东;何正嘉;;旋转机械复合故障的信号特征提取与识别方法研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

中国博士学位论文全文数据库 前2条

1 岑健;基于人工免疫系统的机组复合故障诊断技术研究[D];华南理工大学;2010年

2 王志坚;齿轮箱复合故障诊断特征提取的若干方法研究[D];太原理工大学;2015年

中国硕士学位论文全文数据库 前2条

1 李肖城;滚动轴承复合故障信号检测技术研究[D];哈尔滨工业大学;2014年

2 董振振;滚动轴承复合故障机理及振动模型研究[D];哈尔滨工业大学;2015年

，

本文编号：1174908