基于ITD和敏感SVD的故障诊断方法研究

发布时间：2017-09-27 23:32

  本文关键词：基于ITD和敏感SVD的故障诊断方法研究

  更多相关文章： 本征时间尺度分解 敏感奇异值分解 峭度准则 敏感因子 定位因子 Teager-Kaiser能量算子

【摘要】：如何在含有噪声的振动信号中提取故障特征,是轴承故障诊断的关键问题,为此本文提出一种基于本征时间尺度分解(Intrinsic Time-scale Decomposition,ITD)和敏感奇异值分解(Sensitive Singular Value Decomposition,SSVD)的故障诊断方法.首先对时域振动信号进行ITD预处理,并根据峭度准则选取包含故障信息的敏感旋转(Proper Rotation,PR)分量用于振动信号重构,以凸显振动信号局部特征;然后对此时频信号进行敏感SVD分析,通过敏感因子及定位因子选择敏感SVD分量重构信号,以滤除噪声干扰,提取微弱故障信息;最后利用Teager-Kaiser能量算子(Teager-Kaiser Energy Operator,TKEO)计算故障信息的瞬时能量,并对其进行频谱分析,获取故障特征频率,用于识别故障类型.将此方法应用于轴承故障诊断,实验证明了所提方法的有效性.
【作者单位】： 昆明理工大学信息工程与自动化学院;云南省矿物管道输送工程技术研究中心;
【关键词】： 本征时间尺度分解 敏感奇异值分解 峭度准则 敏感因子 定位因子 Teager-Kaiser能量算子
【基金】：国家自然科学基金资助项目(61563024;51169007) 云南省科技计划项目(2012CA022;2013DH034) 云南省中青年学术和技术带头人后备人才培养计划项目(2011CI017)
【分类号】：TH133.3
【正文快照】： 2.云南省矿物管道输送工程技术研究中心,昆明650500)鉴于工厂中旋转机械设备的正常运转与滚动轴承有着重要的联系,因此轴承能否保持健康的运行状态将直接关系到工业生产安全.近年来,相关学者都致力于研究如何有效提取复杂工况下其振动信号所包含的微弱故障特征,此研究对轴承故

【参考文献】

中国期刊全文数据库 前10条

1 李云飞;全海燕;肖春梅;;基于EMD的ICA语音增强[J];华中师范大学学报(自然科学版);2015年01期

2 秦洪懋;孙嘉兵;孙宁;;基于Winger分布和奇异值分解的轴承故障诊断[J];机械强度;2015年01期

3 吴小涛;杨锰;袁晓辉;龚廷恺;;基于峭度准则EEMD及改进形态滤波方法的轴承故障诊断[J];振动与冲击;2015年02期

4 耿宇斌;赵学智;;基于Morlet小波变换与SVD的故障特征提取[J];华南理工大学学报(自然科学版);2014年07期

5 程军圣;马兴伟;杨宇;;基于VPMCD和EMD的齿轮故障诊断方法[J];振动与冲击;2013年20期

6 雷亚国;;基于改进Hilbert-Huang变换的机械故障诊断[J];机械工程学报;2011年05期

7 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

8 赵学智;叶邦彦;陈统坚;;基于奇异值曲率谱的有效奇异值选择[J];华南理工大学学报(自然科学版);2010年06期

9 赵学智;叶邦彦;陈统坚;;奇异值差分谱理论及其在车床主轴箱故障诊断中的应用[J];机械工程学报;2010年01期

10 赵学智;叶邦彦;陈统坚;;矩阵构造对奇异值分解信号处理效果的影响[J];华南理工大学学报(自然科学版);2008年09期

【共引文献】

中国期刊全文数据库 前10条

1 周柏彤;刘增力;朱健晨;;关于多种模态分解方法的分离效果的差别探讨[J];信息技术;2016年12期

2 齐鹏;范玉刚;冯早;;基于ITD和敏感SVD的故障诊断方法研究[J];华中师范大学学报(自然科学版);2016年06期

3 周小龙;姜振海;马风雷;;基于改进HHT能量熵和SVM的滚动轴承故障诊断[J];机械传动;2016年12期

4 刘吉彪;程军圣;刘燕飞;;基于LCD和GMM-VPMCD混合模型的滚动轴承退化状态识别[J];机械强度;2016年06期

5 任瑶;李国富;应小刚;王晓丹;;基于小波包熵与SVM的导轨摩擦磨损状态识别[J];计算机工程;2016年11期

6 周小龙;马风雷;;改进希尔伯特-黄变换的发动机轴瓦故障诊断[J];机械设计与制造;2016年11期

7 赵春晖;王杨;唐胜武;王yN帆;;基于EEMD-SVM非平衡决策树的人员及车辆识别方法[J];沈阳大学学报(自然科学版);2016年05期

8 赵丽娟;刘晓东;李苗;;齿轮故障诊断方法研究进展[J];机械强度;2016年05期

9 陈小冬;熊国良;张磊;;基于S变换和NMF的轴承故障诊断方法[J];华东交通大学学报;2016年05期

10 杨浩;柳炳利;张二喜;郭科;;基于奇异值分解的岩心高光谱数据降噪研究[J];现代电子技术;2016年18期

【二级参考文献】

中国期刊全文数据库 前10条

1 梁瑜;郭瑜;吴川辉;;基于谱峭度和cICA的滚动轴承故障特征提取[J];机械强度;2013年05期

2 孟宗;李姗姗;;基于小波改进阈值去噪和HHT的滚动轴承故障诊断[J];振动与冲击;2013年14期

3 沈长青;谢伟达;朱忠奎;刘方;黄伟国;孔凡让;;基于EEMD和改进的形态滤波方法的轴承故障诊断研究[J];振动与冲击;2013年02期

4 张立民;钟兆根;彭耿;;基于奇异值分解的多卫星信号盲检测[J];电讯技术;2013年01期

5 王宏超;陈进;董广明;从飞云;;基于快速kurtogram算法的共振解调方法在滚动轴承故障特征提取中的应用[J];振动与冲击;2013年01期

6 彭畅;柏林;谢小亮;;基于EEMD、度量因子和快速峭度图的滚动轴承故障诊断方法[J];振动与冲击;2012年20期

7 刘小峰;秦树人;张开飞;;小波域的冲击能量相关技术及其应用[J];振动与冲击;2012年12期

8 胡爱军;马万里;唐贵基;;基于集成经验模态分解和峭度准则的滚动轴承故障特征提取方法[J];中国电机工程学报;2012年11期

9 蔡艳平;李艾华;石林锁;许平;张玮;;基于EMD-WVD振动谱时频图像SVM识别的内燃机故障诊断[J];内燃机工程;2012年02期

10 赵学智;叶邦彦;陈统坚;;基于小波—奇异值分解差分谱的弱故障特征提取方法[J];机械工程学报;2012年07期

，

本文编号：932565