IVMD融合奇异值差分谱的滚动轴承早期故障诊断

发布时间：2017-11-12 19:30

本文关键词：IVMD融合奇异值差分谱的滚动轴承早期故障诊断

【摘要】：针对滚动轴承早期故障阶段存在特征信号微弱、故障识别相对困难的问题,提出了融合改进变分模态分解和奇异值差分谱的诊断方法。原始信号经改进变分模态分解方法处理后,被分解为若干本征模态函数分量,利用包络谱稀疏度指标筛选出最佳分量构造Hankel矩阵并进行奇异值分解,求取奇异值差分谱后,根据差分谱中的突变点重构信号,最终通过分析信号的包络谱可判断轴承的故障类型。利用改进变分模态分解融合奇异值差分谱的方法对轴承故障模拟及实测信号进行分析,均成功提取出微弱特征信息,能够实现滚动轴承早期故障的有效判别,具有一定的可靠性和应用价值。
【作者单位】：华北电力大学能源动力与机械工程学院;
【基金】：国家自然科学基金资助项目(51307058,51475164) 河北省自然科学基金资助项目(E2014502052) 中央高校基本科研业务费专项资金资助项目(2015XS120)
【分类号】：TH133.33
【正文快照】： 引言实际工程应用中,复杂振动传输路径及严重环境噪声干扰等因素使轴承早期微弱故障特征提取相对困难,这也是故障诊断领域的一个研究热点和难点[1-2]。针对该问题,不少学者进行了研究。文献[3]提出基于小波相关滤波的包络分析方法,成功实现轴承早期故障的判别,但小波基函数的

【相似文献】

中国期刊全文数据库前7条

1 王志武;孙虎儿;刘维雄;;基于局部均值分解和奇异值差分谱的滚动轴承故障诊断研究[J];机械科学与技术;2014年09期

2 于德介;陈淼峰;程军圣;杨宇;;基于EMD的奇异值熵在转子系统故障诊断中的应用[J];振动与冲击;2006年02期

3 姚春江;毋文峰;陈小虎;苏勋家;;基于源信号包络矩阵奇异值的机械故障诊断方法[J];机床与液压;2014年13期

4 张营;左洪福;佟佩声;陈志雄;白芳;;基于谱插值和奇异值差分谱的滚动轴承静电监测信号去噪方法[J];航空动力学报;2014年08期

5 陶新民;杜宝祥;徐勇;;基于HOS奇异值谱的SVDD轴承故障检测方法[J];振动工程学报;2008年02期

6 侯者非;杨杰;张雪;;基于复小波和奇异值比谱的轴承故障检测方法[J];武汉理工大学学报;2011年01期

7 ;[J];;年期

中国硕士学位论文全文数据库前2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 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