基于SSD和Teager能量算子的滚动轴承故障诊断方法

发布时间：2021-05-16 09:15

　　针对滚动轴承早期故障冲击信号较难提取的问题,提出基于奇异谱分解（singular spectrum decomposition,SSD）和Teager能量算子的滚动轴承故障诊断方法。首先,利用SSD分解振动信号得到一组不同频带分布的奇异谱分量（singular spectrum component,SSC）;其次,根据峭度准则选取最佳SSC分量,利用Teager能量算子计算该分量的瞬时能量信号并对其进行傅里叶分析,从而得到信号的Teager能量谱;最后,根据能量谱图提取故障特征频率。将该方法运用到仿真信号和滚动轴承实测信号中,并和包络谱、EMD及EEMD方法进行对比分析,结果表明,该方法能有效解调故障特征信息,准确识别轴承故障类型,诊断效果更佳。 

【文章来源】：河南理工大学学报(自然科学版). 2020,39(04)北大核心

【文章页数】：6 页

【文章目录】：
0 引 言
1 基本原理
    1.1 奇异谱分解
        (1)创建新轨迹矩阵。
        (2)自适应选择嵌入维数大小M。
        (3)重构第j个SSC分量g(j)(n)。
        (4)迭代停止条件。
    1.2 Teager能量算子
2 故障诊断流程
3 仿真信号分析
4 故障分析
    4.1 滚动轴承内圈故障分析
    4.2 滚动轴承外圈故障分析
5 结 语


【参考文献】：
期刊论文
[1]基于循环自相关的滚动轴承故障特征提取研究[J]. 王志阳,陈兰,荆双喜,李新华.  河南理工大学学报(自然科学版). 2019(01)
[2]基于最大相关峭度解卷积和变分模态分解的风电机组轴承故障诊断方法[J]. 赵洪山,李浪.  太阳能学报. 2018(02)
[3]基于VMD和1.5维Teager能量谱的滚动轴承故障特征提取[J]. 向玲,张力佳.  振动与冲击. 2017(18)
[4]基于改进奇异谱分解的形态学解调方法及其在滚动轴承故障诊断中的应用[J]. 鄢小安,贾民平.  机械工程学报. 2017(07)
[5]Teager能量算子结合MCKD的滚动轴承早期故障识别[J]. 刘尚坤,唐贵基,何玉灵.  振动与冲击. 2016(15)
[6]基于变分模态分解和Teager能量算子的滚动轴承故障特征提取[J]. 马增强,李亚超,刘政,谷朝健.  振动与冲击. 2016(13)
[7]LCD方法的改进及其在滚动轴承故障诊断中的应用[J]. 刘吉彪,程军圣,杨伟康.  机械强度. 2016(02)
[8]基于LCD和Teager能量算子的滚动轴承故障诊断[J]. 胥永刚,崔涛,马朝永,张建宇.  北京工业大学学报. 2015(03)
[9]基于Teager能量算子的滚动轴承故障诊断研究[J]. 王天金,冯志鹏,郝如江,褚福磊.  振动与冲击. 2012(02)
[10]基于EMD和Teager能量算子的轴承故障诊断研究[J]. 李辉,郑海起,杨绍普.  振动与冲击. 2008(10)



本文编号：3189421