滚动轴承冲击特征提取的同步挤压S变换方法

发布时间：2021-01-15 05:38

　　为从滚动轴承故障信号中提取出冲击特征以便于进行轴承故障诊断,首次引入同步挤压S变换（SSST）的信号处理方法。以同步挤压小波变换（SST）和S变换（ST）方法为基础,推导出了同步挤压S变换的表达式。用余弦调频仿真信号和冲击仿真信号进行S变换、SST和SSST分析,结果表明,SSST变换在信号整个频带上具有良好的时频分辨率和时频聚集性,且性能优于S变换和SST。用一组实际的滚动球轴承故障振动信号进行分析,结果表明,SSST能够方便有效地提取出轴承故障的周期性冲击特征。 

【文章来源】：振动工程学报. 2020,33(02)北大核心

【文章页数】：8 页

【部分图文】：

信号x(t）及其组成分量

图1 信号x(t）及其组成分量由图3可知，对信号进行同步挤压S变换后，3个信号在SSST谱图中均能够比较明显、准确地显示出来。通过SSST，信号的能量回归到真实的瞬时频率上，减少了真实的瞬时频率周围的虚假带宽，极大地提高了信号的时频分辨率，时频聚焦的能量在频率和时间方向上精细且清晰。

由图3可知，对信号进行同步挤压S变换后，3个信号在SSST谱图中均能够比较明显、准确地显示出来。通过SSST，信号的能量回归到真实的瞬时频率上，减少了真实的瞬时频率周围的虚假带宽，极大地提高了信号的时频分辨率，时频聚焦的能量在频率和时间方向上精细且清晰。图4 信号x(t）的SST时频谱图

【参考文献】：
期刊论文
[1]基于同步压缩小波变换的滚动轴承故障诊断[J]. 刘义亚,李可,陈鹏.  中国机械工程. 2018(05)
[2]基于同步挤压S变换的地震信号时频分析[J]. 刘晗,张建中,黄忠来.  石油地球物理勘探. 2017(04)
[3]基于改进同步挤压小波变换识别信号瞬时频率[J]. 刘景良,郑锦仰,郑文婷,黄文金.  振动.测试与诊断. 2017(04)
[4]基于同步挤压小波变换的电力系统时变谐波检测[J]. 喻敏,王斌,王文波,张良力,程用志.  电工技术学报. 2017(S1)
[5]同步挤压S变换[J]. 黄忠来,张建中.  中国科学:信息科学. 2016(05)
[6]基于改进S变换的电能质量扰动信号特征提取方法[J]. 吴禹,唐求,滕召胜,李宁,王新刚.  中国电机工程学报. 2016(10)
[7]基于S变换的软阈值滤波在深地震反射数据处理中的应用[J]. 曲中党,吴蔚,贺日政,高锐.  地球物理学报. 2015(09)
[8]S变换在地震资料处理中的应用及展望[J]. 郑成龙,王宝善.  地球物理学进展. 2015(04)
[9]基于广义S变换与双向2DPCA的轴承故障诊断[J]. 李巍华,林龙,单外平.  振动.测试与诊断. 2015(03)
[10]S变换用于滚动轴承故障信号冲击特征提取[J]. 郭远晶,魏燕定,周晓军,傅雷.  振动.测试与诊断. 2014(05)



本文编号：2978340