声信号形态分量分析在轴承故障诊断中的应用

• 作者: 周超 岳夏 张春良 朱厚耀 欧伟光 郭莹莹
• 来源期刊: 机电工程技术
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 形态分量分析 声信号
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 研究与开发
• 页码范围: 55-61
• 页数: 7页
• 分类号: TH133.3
• 字数: 3681字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9492.2016.04.015

摘要

滚动轴承是工业领域旋转机械中最重要的零部件,也是机器中最易损坏的零件之一,其工作表面发生局部缺陷时会产生异常声响.实际的滚动轴承故障声信号信噪比差,成分复杂,信号中的冲击成分、谐振成分及噪声无法被任意单一的字典充分表示.在分析该信号时频特性的基础上,提出了一种基于声信号MCA和Hilbert谱分析的轴承故障诊断新方法.该方法通过构建一个冗余字典来逼近故障声信号,利用形态分量分析稀疏分离出故障声信号中的冲击分量、谐振分量和噪声分量三种成分,并对冲击分量进行Hilbert谱分析.经仿真和实例分析,得出该方法能准确识别滚动轴承故障的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春良	广州大学机械与电气工程学院	53	176	8.0	11.0
2	岳夏	广州大学机械与电气工程学院	19	58	4.0	6.0
3	朱厚耀	广州大学机械与电气工程学院	16	44	4.0	6.0
4	周超	广州大学机械与电气工程学院	10	18	2.0	4.0
5	郭莹莹	广州大学机械与电气工程学院	5	6	2.0	2.0
6	欧伟光	广州大学机械与电气工程学院	3	6	2.0	2.0