基于SVD与改进EMD的滚动轴承故障诊断

• 作者: 周传德 文成
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 奇异值分解 改进经验模态分解 高频谐波 滚动轴承 故障诊断
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 精密制造与加工
• 页码范围: 706-710
• 页数: 5页
• 分类号: TH165.3|TN911.2
• 字数: 3051字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2014.0517

摘要

针对经验模态分解(EMD)存在的模态混叠问题,提出一种奇异值分解(SVD)和改进经验模态分解相结合的信号分析新方法.该方法首先对故障信号进行SVD降噪,以消除随机干扰,再根据信号特征加入高频谐波信号并进行EMD进行分解,有效地减少模态混叠现象,最后对EMD分解得到的高频本征模态分量(IMF)进行代数运算得到故障冲击成分,经Hilbert包络分析,提取出故障特征信息.仿真信号分析了这种方法的实施过程,并将该方法成功运用于滚动轴承内圈和外圈故障的诊断中.实验结果证明:该方法能够有效地提取滚动轴承故障特征信息,实现故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周传德	重庆科技学院机械与动力工程学院	27	84	6.0	7.0
2	文成	重庆科技学院机械与动力工程学院	11	40	4.0	6.0