最小熵解卷积法轮对轴承故障诊断

发布时间：2017-06-19 08:05

  本文关键词：最小熵解卷积法轮对轴承故障诊断，由笔耕文化传播整理发布。

【摘要】：针对强噪声下轮对轴承弱故障特征难以提取,以及在实际信号检测中检测信号在故障点到检测点的传播路径中有变形和失真导致实际采集信号成分复杂难以判别的问题,提出基于最小熵解卷积的轴承故障诊断方法。该方法的核心是利用熵最小原理设计最优滤波器,突出信号中的脉冲冲击,使滤波后信号近似于原始冲击信号,消除检测中传递路径对信号的干扰,对解卷积后的信号做包络谱分析达到轮对轴承故障诊断的目的。通过实验分析,基于最小熵解卷积的轴承故障诊断方法能很好突出冲击脉冲,在包络谱中能够准确检测到故障的基频和高次谐波。
【作者单位】： 中国南车股份有限公司中央研究院;西南交通大学牵引动力国家重点实验室;
【关键词】： 轮对轴承 最小熵解卷积 包络谱 故障诊断
【分类号】：TH133.3
【正文快照】： 0引言滚动轴承是旋转机械中常用且十分重要的零部件,轴承的好坏关系到整台机器的运行状态,同时它也是机械系统中最易损坏的零件之一。轮对轴承是保证铁路车辆安全运营的重要零件,我国铁路网由高速铁路线、高原铁路线、重载铁路线组成,高原的严寒、高速、重载与安全的矛盾,对铁

【相似文献】

中国期刊全文数据库 前10条

1 李正直;重迭光谱线形的解卷积方法[J];光谱学与光谱分析;1985年03期

2 王宇;伍星;迟毅林;周川;沈沂;;基于盲解卷积和聚类的机械弱冲击声信号提取[J];振动工程学报;2009年06期

3 吴兆熊;;在满足谱估计解卷积法的二个假设条件下的一个同态解卷积系统[J];西安交通大学学报;1985年01期

4 叶大田，，郑玲;基于双通性重现视网膜图象的解卷积方法[J];清华大学学报(自然科学版);1995年01期

5 朱墨;吴国清;郭新毅;;基于盲解卷积的水声信号恢复技术[J];应用声学;2011年03期

6 梁春;沈建新;钮赛赛;;基于半盲解卷积复原的高分辨率视网膜成像系统[J];光学精密工程;2012年06期

7 刘国军;;时间分辨光谱测量中时间加宽效应的研究[J];光学机械;1988年04期

8 刘婷婷;任兴民;杨永锋;郭峰;;盲解卷积的机械振动信号分离技术[J];振动、测试与诊断;2009年04期

9 吴一龙;万红进;刘辉;磨国瑞;;解卷积锐化算法在导引头前视成像中的应用[J];火控雷达技术;2014年01期

10 简晓明,李明轩;用自适应滤波解卷积进行缺陷类型识别[J];声学学报;1999年06期

中国重要报纸全文数据库 前1条

1 奚奇辉;油脂快速检测再出新方法[N];中国国门时报;2010年

中国博士学位论文全文数据库 前2条

1 张之猛;水声信号处理中的盲解卷积技术研究[D];哈尔滨工程大学;2009年

2 王凯;谱域光学相干层析成像方法与系统研究[D];浙江大学;2010年

中国硕士学位论文全文数据库 前2条

1 沈沂;盲解卷积在声信号诊断中的应用研究[D];昆明理工大学;2010年

2 孔艺颖;亚细胞结构的荧光解卷积成像方法的研究[D];清华大学;2013年

  本文关键词：最小熵解卷积法轮对轴承故障诊断，由笔耕文化传播整理发布。

本文编号：461853