基于解析模态分解的机械故障诊断方法

• 作者: 时培明 苏翠娇 赵娜 韩东颖
• 来源期刊: 中国机械工程
• 关键词: 解析模态分解 信号提取 故障诊断 旋转机械
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 科学基金
• 页码范围: 674-679
• 页数: 6页
• 分类号: TH165|TN911.7
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.05.018

摘要

针对旋转机械故障诊断问题,提出了一种基于解析模态分解(AMD)的旋转机械故障诊断方法。只要知道信号的频率成分,AMD 方法就可以将含不同频率成分的信号分解为单频率信号,尤其能够分解有紧密间隔频率成分的信号。对于可预知故障特征频率的旋转机械的故障诊断,可利用 AMD方法提取机械振动信号中故障特征频率所在频段的信号,并求该段信号的频谱,若频谱中含有故障特征频率,则说明机械振动信号中存在该故障。通过对滚动轴承故障信号和转子不对中故障信号的分析以及和经验模态分解(EMD)方法的对比,证明了 AMD 方法的有效性,且 AMD 方法比 EMD 方法更快速、准确。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	时培明	燕山大学河北省测试计量技术及仪器重点实验室	71	537	12.0	20.0
5	韩东颖		50	375	11.0	16.0
6	赵娜	燕山大学河北省测试计量技术及仪器重点实验室	15	156	6.0	12.0
10	苏翠娇	燕山大学河北省测试计量技术及仪器重点实验室	4	33	3.0	4.0