基于EEMD分解和奇异值差分谱理论的轴承故障诊断研究

• 作者: 张超 董文智
• 来源期刊: 机械强度
• 关键词: 总体平均经验模态分解 奇异值差分谱 本征模函数 Hankel矩阵
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 振动·噪声·监测·诊断
• 页码范围: 183-189
• 分类号: TH133.3|TH165.3|O32
• 语种: 中文

摘要

提出一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和奇异值差分谱的轴承故障诊断方法.首先将非平稳的原始轴承振动信号通过EEMD方法分解成若干个平稳的本征模函数(intrinsic mode function,IMF)；由于背景噪声的影响,从各个IMF的频谱中难以准确地得到故障频率.对IMF分量构建Hankel矩阵,并进行奇异值分解,进一步找到奇异值差分谱,根据奇异值差分谱理论对某IMF分量进行消噪和重构,然后再求其频谱,便能准确地得到故障频率.实验结果表明,所提出的方法能有效地应用于轴承的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超	内蒙古科技大学信息工程学院	63	448	11.0	20.0
2	董文智		3	90	2.0	3.0