基于奇异值差分谱降噪与经验模式分解的滚动轴承故障特征提取方法

• 作者: 刘永亮 杨云中 王建国 秦波 郭慧丽 马俊平
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 奇异值降噪 EMD Hilbert解调 滚动轴承 特征提取
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 168-172
• 页数: 5页
• 分类号: TH133.3
• 字数: 2882字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2016.11.041

摘要

针对滚动轴承振动信号含有大量噪声且具有非线性、非平稳特性致使故障特征难提取的问题,提出一种基于奇异值差分谱降噪与经验模式分解(EMD)相结合的滚动轴承故障特征提取方法.首先,将滚动轴承振动信号在相空间重构的基础上利用奇异值差分谱完成降噪;其次,将降噪后的信号经EMD筛分为多个含有信号局部特征的本征模式分量(IMF);最后对与原信号相关度最大的IMF进行Hilbert包络解调,进而提取故障特征频率.实验结果表明:该方法不仅有效去除信号噪声,而且准确提取滚动轴承的故障特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建国	内蒙古科技大学机械工程学院	112	350	8.0	11.0
2	秦波	内蒙古科技大学机械工程学院	46	199	7.0	12.0
3	刘永亮	内蒙古科技大学机械工程学院	10	61	5.0	7.0
4	杨云中	内蒙古科技大学机械工程学院	7	36	4.0	5.0
5	马俊平	包头钢铁(集团)有限公司设备动力部	1	4	1.0	1.0
6	郭慧丽	包头钢铁(集团)有限公司设备动力部	1	4	1.0	1.0