基于EEMD和Hilbert包络分析的轴承复合故障诊断研究

发布时间：2017-12-28 06:06

  本文关键词：基于EEMD和Hilbert包络分析的轴承复合故障诊断研究　出处：《机械传动》2016年06期 　论文类型：期刊论文

  更多相关文章： 滚动轴承 复合故障诊断 集合经验模式分解 希尔伯特变化 包络

【摘要】：针对低信噪比的齿轮传动系统的轴承复合故障,首先采用EEMD对故障信号进行分解,得到各阶IMF分量和残余量;以峭度为特征指标,计算各阶IMF分量的峭度值;对峭度最大的IMF分量进行Hilbert包络解调。最终结果表明,该方法能有效地提高信噪比,从强背景噪声的齿轮传动系统中提取了轴承故障特征频率。
[Abstract]:Composite bearing fault gear system for low SNR, firstly using EEMD for fault signal decomposition, each order IMF components and residual quantity; the kurtosis is characteristic index, calculate each order IMF components of kurtosis; Hilbert of kurtosis maximum envelope demodulation of IMF components. The final results show that the method can effectively improve the signal to noise ratio and extract the characteristic frequency of the bearing fault from the gear transmission system with strong background noise.
【作者单位】： 太原理工大学齿轮研究所;
【基金】：国家科技支撑计划(2014BAF08B01)
【分类号】：TH133.3
【正文快照】： 0引言滚动轴承作为旋转机械中常用的部件之一,对其进行监测和诊断是国内外工程技术领域一直非常关注的课题[1]。轴承的任何一个小小的故障,都可能会引起连锁反应,严重的会造成重大经济损失甚至灾难性后果[2]。滚动轴承存在局部缺陷时,在运行过程中会产生包含脉冲冲击的非平稳

【相似文献】

相关期刊论文 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

相关会议论文 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

相关博士学位论文 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

相关硕士学位论文 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：1344851