经验模态分解在滚动轴承故障诊断中的应用与扩展

发布时间：2018-04-03 02:20

  本文选题：滚动轴承　切入点：故障诊断　出处：《轴承》2016年06期

【摘要】：针对滚动轴承故障诊断过程中的故障信号特征提取环节,介绍了经验模态分解的基本原理、特性,以及其存在的端点效应和模态混叠等不足,并以此为基础分析了局部均值分解、总体平均经验模态分解和经验小波变换。结果表明:通过改进经验模态分解的曲线拟合方法,加入高斯白噪声及结合小波分析等方法,可以提高EMD特征提取的可靠性及计算速度。
[Abstract]:In view of the fault signal feature extraction in the process of rolling bearing fault diagnosis, this paper introduces the basic principle and characteristics of empirical mode decomposition (EMD), as well as its shortcomings such as endpoint effect and modal aliasing.Based on this, the local mean decomposition, total average empirical mode decomposition and empirical wavelet transform are analyzed.The results show that the reliability and calculation speed of EMD feature extraction can be improved by improving the curve fitting method of empirical mode decomposition, adding Gao Si white noise and combining wavelet analysis.
【作者单位】： 洛阳轴研科技股份有限公司;河南省高性能轴承技术重点实验室;滚动轴承产业技术创新战略联盟;
【分类号】：TH133.33

【参考文献】

相关期刊论文 前10条

1 向玲;李媛媛;;经验小波变换在旋转机械故障诊断中的应用[J];动力工程学报;2015年12期

2 李志农;朱明;褚福磊;肖尧先;;基于经验小波变换的机械故障诊断方法研究[J];仪器仪表学报;2014年11期

3 黄浩;吕勇;肖涵;袁锐;;基于EEMD与形态滤波的滚动轴承故障诊断方法研究[J];武汉科技大学学报;2014年05期

4 陈浩;郭军海;齐巍;;基于经验小波变换的目标加速度估计算法[J];北京航空航天大学学报;2015年01期

5 梁兰兰;杨伯原;李建华;;基于EMD和Hilbert包络谱的灵敏轴承缺陷特征分析[J];轴承;2013年02期

6 程军圣;杨怡;杨宇;;基于LMD的谱峭度方法在齿轮故障诊断中的应用[J];振动与冲击;2012年18期

7 朱瑜;王殿;王海洋;;基于EMD和信息熵的滚动轴承故障诊断[J];轴承;2012年06期

8 张超;陈建军;徐亚兰;;基于EMD分解和奇异值差分谱理论的轴承故障诊断方法[J];振动工程学报;2011年05期

9 李辉;郑海起;唐力伟;;基于EEMD和THT的齿轮故障诊断方法[J];振动.测试与诊断;2011年04期

10 张超;陈建军;郭迅;;基于EMD能量熵和支持向量机的齿轮故障诊断方法[J];振动与冲击;2010年10期

相关硕士学位论文 前1条

1 刘华胜;基于EMD的滚动轴承故障诊断方法研究[D];大连理工大学;2007年

【共引文献】

相关期刊论文 前10条

1 秦波;杨云中;陈敏;郭伟;刘永亮;王建国;;基于两类特征和最小二乘支持向量机的齿轮故障诊断方法[J];机械传动;2016年06期

2 吕博阳;朱岩;任晓峰;陈春玲;;基于小波理论的温室监测图像压缩的研究[J];农业科技与装备;2016年01期

3 张旭;李超强;杨柳;王玉良;钞仲凯;;经验模态分解在滚动轴承故障诊断中的应用与扩展[J];轴承;2016年06期

4 蒋丽英;李茜茜;崔建国;席剑辉;;变载荷条件下的滚动轴承在线故障诊断方法[J];轴承;2016年06期

5 郝瑞卿;;基于振动信号分析的机械设备故障诊断研究[J];自动化与仪器仪表;2016年05期

6 秦波;刘永亮;王建国;杨云中;;基于极限学习机的滚动轴承故障诊断方法[J];组合机床与自动化加工技术;2016年05期

7 王建国;杨云中;秦波;刘永亮;;基于峭度与IMF能量融合特征和LS-SVM的齿轮故障诊断研究[J];中国测试;2016年04期

8 桂勇;韩勤锴;李峥;褚福磊;;变速行星齿轮系统故障诊断方法[J];振动.测试与诊断;2016年02期

9 田金鹏;刘燕平;刘小娟;;基于瞬态强度的射频指纹识别方法[J];电子测量技术;2016年04期

10 贾朱植;杨理践;祝洪宇;宋向金;;时变转速运行状态下鼠笼电机转子断条故障诊断[J];仪器仪表学报;2016年04期

相关硕士学位论文 前10条

1 崔璨;基于流形学习的印刷机测试信号分析方法研究[D];北京印刷学院;2015年

2 陈欣安;信号自适应分解及其在轨道车辆故障诊断中的应用[D];北京交通大学;2015年

3 赵文华;基于局域波的特殊性负荷短期预测研究分析[D];太原理工大学;2014年

4 王秀娟;基于LMD的谱峭度算法在滚动轴承故障诊断中的应用研究[D];电子科技大学;2014年

5 赵兴;基于时频维数的滚动轴承故障诊断技术应用研究[D];大连交通大学;2013年

6 姜涛;基于改进小波神经网络的滚动轴承故障诊断[D];华中农业大学;2013年

7 何亮;基于EMD技术的滚动轴承故障诊断研究[D];大连理工大学;2012年

8 陈佳;基于粗糙集理论和人工神经网络的滚动轴承故障诊断[D];西南交通大学;2012年

9 刘少梅;基于Hilbert-Huang变换的高频数据分析[D];长春工业大学;2012年

10 李虹;基于小波包变换与粗糙集的滚动轴承故障诊断研究[D];太原理工大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 陈浩;郭军海;齐巍;;基于经验小波变换的目标加速度估计算法[J];北京航空航天大学学报;2015年01期

2 李昌林;孔凡让;黄伟国;陈辉;王超;袁仲洲;;基于EEMD和Laplace小波的滚动轴承故障诊断[J];振动与冲击;2014年03期

3 王玉静;姜义成;康守强;杨广学;陈艳娜;;基于优化集合EMD的滚动轴承故障位置及性能退化程度诊断方法[J];仪器仪表学报;2013年08期

4 侯维娜;欧国建;陈玲珑;何俞t，

本文编号：1703192