基于能量聚集性的轴承复合故障诊断

• 作者: 张培林 徐超 李兵 陈彦龙
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 离散余弦变换 奇异值分解 经验模态分解 复合故障诊断 微弱信号
• 年，卷（期）: 2013,（1）
• 页码范围: 191-196
• 分类号: TH113.1|TN911.7
• 字数: 2926字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2013.01.039

摘要

轴承复合故障类型多样,且部分故障的特征频率相近噪声污染严重.采用经验模态分解(EMD)的方法,在强噪声背景下会引起相近频率故障成分的无法识别,同时也难以提取微弱的故障信号.由此,提出一种基于能量聚集性的轴承复合故障诊断方法.首先借助离散余弦变换(DCT)的频域能量聚集性和奇异值分解(SVD)的时域能量聚集性,对轴承复合故障信号进行预处理,实现降噪并分离频率相近的微弱故障信号.然后对分离出来的不同故障信号进行经验模态分解,去除伪分量,对剩余的本征模态函数进行频谱分析.最后,根据本征模态函数的频谱诊断故障.仿真信号和实测轴承故障诊断信号分析表明,与直接使用EMD进行轴承复合故障诊断相比,该方法能够在强背景噪声下准确分离频率相近的微弱故障分量,改善复合故障诊断的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈彦龙	军械工程学院一系	29	173	8.0	12.0
2	张培林	军械工程学院一系	253	1973	21.0	28.0
3	李兵	军械工程学院一系	70	414	12.0	16.0
4	徐超	军械工程学院一系	49	209	8.0	11.0