基于EEMD的声阵列滚动轴承故障诊断

• 作者: 徐小力 王少红 马超
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 集合经验模态分解 谱峭度 声阵列 滚动轴承 故障诊断
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1379-1384
• 页数: 6页
• 分类号: TP277|TP393
• 字数: 3024字
• 语种: 中文
• DOI: 10.13382/j.jemi.2017.09.005

摘要

研究针对滚动轴承故障诊断中的类型和位置分析问题,提出了一种基于集合经验模态分解(EEMD)的声阵列滚动轴承故障诊断分析方法.以EEMD分解信号的峭度和能量作为评价指标,提取包含故障信息的IMF分解信号,根据滚动轴承理论故障频率及其倍频分析对分解信号进行窄带滤波后通过Hilbert包络谱实现故障类型判断,通过对窄带滤波后的分解信号使用声阵列技术进行声像分析实现滚动轴承故障定位分析.最后通过试验进行了方法验证,结果表明过使用基于EEMD分解的阵列分析方法,可更为直观确定故障位置和故障类型,有利于有轨机车等多轴承驱动系统轴承故障的快速和实时诊断,对于确定检修、制定合理维修决策、改进维修质量具有十分重要指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐小力	北京信息科技大学现代测控技术教育部重点实验室	164	804	15.0	21.0
2	王少红	北京信息科技大学现代测控技术教育部重点实验室	24	50	5.0	6.0
3	马超	北京信息科技大学现代测控技术教育部重点实验室	47	89	5.0	6.0