基于多元经验模态分解的旋转机械早期故障诊断方法

• 作者: 刘永强 杨绍普 武哲
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 旋转机械 多元经验模态分解 自适应 峭度准则 故障诊断
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 信息处理技术
• 页码范围: 241-248
• 页数: 8页
• 分类号: TH165+.3
• 字数: 2919字
• 语种: 中文

摘要

针对旋转机械早期微弱故障诊断问题,提出了基于多元经验模态分解的旋转机械早期故障诊断新方法.首先将多个加速度传感器合理布置在轴承座的关键位置,同步采集多通道振动信息;再利用多元经验模态分解同时对多通道振动信号进行自适应分解,得到一系列多元IMF分量;最后,依据峭度准则和相关系数从中选取包含故障主要信息的IMF分量进行信号重构,提取故障特征.多元经验模态分解方法克服了EMD等方法在进行多通道数据融合时缺乏理论依据的局限性.仿真信号和旋转机械故障信号的实验结果表明,该方法明显优于EEMD方法,对齿轮和滚动轴承故障的检测精度更高,可以在强背景噪声情况下更好地提取出故障冲击特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨绍普	石家庄铁道大学交通环境与安全工程研究所	213	2459	27.0	42.0
2	刘永强	石家庄铁道大学交通环境与安全工程研究所	67	363	10.0	16.0
3	武哲	北京交通大学机械与电子控制工程学院	5	77	3.0	5.0