基于噪声辅助多元经验模态分解和多尺度形态学的滚动轴承故障诊断方法

发布时间：2017-08-10 06:31

  本文关键词：基于噪声辅助多元经验模态分解和多尺度形态学的滚动轴承故障诊断方法

  更多相关文章： 噪声辅助多元经验模态分解 模态混叠 多尺度形态学 滚动轴承 故障诊断

【摘要】：为了从强噪背景中提取滚动轴承微弱故障特征,提出一种基于噪声辅助多元经验模态分解(Noise Assisted Multivariate Empirical Mode Decomposition,NAMEMD)和数学形态学的滚动轴承故障诊断方法。NAMEMD是新提出的一种基于噪声辅助数据分析方法,其克服了集成经验模态分解的模态混淆和运算量大等问题。将NAMEMD与多尺度形态学相结合应用于滚动轴承故障诊断。该方法首先利用NAMEMD将多分量调频调幅故障信号自适应分解为一系列IMF分量;其次,选取能量高的IMF分量求和重构;最后利用多尺度形态学差值滤波器提取信号的故障特征频率。为了验证理论的正确性,进行了仿真试验和轴承故障试验,并与EEMD和包络解调进行了比较,结果表明该方法在进一步降低模态混叠效应的同时,明显提高了运算速度,对滚动轴承外圈、内圈和滚子故障的检测精度更高,能够清晰地提取出故障信号的故障特征频率。
【作者单位】： 北京交通大学机械与电子控制工程学院;石家庄铁道大学交通环境与安全工程研究所;
【关键词】： 噪声辅助多元经验模态分解 模态混叠 多尺度形态学 滚动轴承 故障诊断
【基金】：国家自然科学基金(11227201;11202141;11372197;11472179;51405313) 铁路总公司重大项目(2014J012) 河北省自然科学基金(A2013210013;A2015210005) 河北省教育厅项目(YQ2014028)
【分类号】：TH133.33
【正文快照】： 滚动轴承是旋转机械中不可或缺的一部分,其发生故障将直接影响到整个机械的运转,因此提高轴承可靠性、及时准确检测出轴承故障已变得越来越重要。在滚动轴承发生故障时,会产生周期性的脉冲冲击力,引起系统的非线性振动,这使得采集的振动信号往往具有非线性非平稳特征[1]。同时

【相似文献】

中国期刊全文数据库 前10条

1 李卓彦;周强强;李志雄;;滚动轴承故障诊断技术的研究[J];科技信息;2008年36期

2 高斌;陈果;;一种滚动轴承故障特征的时频综合分析法[J];机械科学与技术;2009年04期

3 程军圣;张亢;杨宇;;局部均值分解方法及其在滚动轴承故障诊断中的应用[J];中国机械工程;2009年22期

4 韩业锋;仲涛;石磊;;基于包络谱分析的滚动轴承故障诊断分析[J];机械研究与应用;2010年04期

5 张弦;王宏力;;进化小波消噪方法及其在滚动轴承故障诊断中的应用[J];机械工程学报;2010年15期

6 毛亚红;刘金良;;振动分析技术在风机滚动轴承故障诊断中的应用[J];中国设备工程;2011年06期

7 张云鹏;盖强;;S变换在滚动轴承故障诊断上的应用[J];应用科技;2011年07期

8 高兴;大型收尘风机滚动轴承故障诊断[J];风机技术;1994年01期

9 宋显辉;用电脑分析仪诊断水泵滚动轴承故障[J];冶金动力;1995年05期

10 李宝年，何英，刘鹏飞;灰色关联诊断法在滚动轴承故障识别中的应用研究[J];哈尔滨电工学院学报;1996年02期

中国重要会议论文全文数据库 前10条

1 张益纯;;常见滚动轴承故障诊断的技术探讨[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 杨积忠;左立建;;滚动轴承故障诊断实例[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年

3 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

4 李放宁;;峰值能量在滚动轴承故障诊断中的应用[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

5 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

6 张九军;;常见滚动轴承故障的简易诊断[A];2008年全国炼铁生产技术会议暨炼铁年会文集（上册）[C];2008年

7 李兴林;;滚动轴承故障诊断技术现状及发展[A];2009年全国青年摩擦学学术会议论文集[C];2009年

8 唐海峰;陈进;董广明;;信号稀疏分解方法在滚动轴承故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

9 高耀智;;高阶统计量与小波分析相结合在滚动轴承故障诊断中的应用[A];2009年全国青年摩擦学学术会议论文集[C];2009年

10 和卫星;陈晓平;马东玲;;基于混沌时间序列的滚动轴承故障局部预测[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

中国硕士学位论文全文数据库 前10条

1 李秋瑞;基于近邻函数准则与支持向量机的滚动轴承故障诊断研究[D];电子科技大学;2010年

2 苏宪章;滚动轴承故障非接触多传感器声信号融合及诊断技术研究[D];东北石油大学;2012年

3 刘震坤;基于支持向量数据描述的滚动轴承故障诊断方法研究[D];湖南大学;2012年

4 孔亚林;基于振动信号的滚动轴承故障诊断方法研究[D];大连理工大学;2006年

5 白文广;基于虚拟仪器技术的滚动轴承故障检测系统的研究[D];华北电力大学（河北）;2008年

6 苏阳;数据驱动滚动轴承故障诊断研究[D];沈阳大学;2012年

7 吕志刚;基于形态小波和最小二乘支持向量机的滚动轴承故障诊断研究[D];电子科技大学;2012年

8 董群英;基于非平稳时序分析的滚动轴承故障特征提取方法研究[D];中南大学;2012年

9 魏巍;基于非平稳时序分析的滚动轴承故障诊断方法研究[D];湖南工业大学;2012年

10 付新欣;基于小波分析的滚动轴承故障诊断技术研究[D];沈阳航空航天大学;2013年

，

本文编号：649292