基于IMF熵价值的轮对轴承故障自适应诊断

• 作者: 丁建明 张卫华 易彩 林建辉
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 轮对轴承 经验模态分解 本征模态函数 自适应故障诊断 能量熵 边际谱
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 铁道机车车辆、电气化
• 页码范围: 43-50
• 页数: 8页
• 分类号: U260.33
• 字数: 4892字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2017.10.006

摘要

针对集成经验模态分解(EEMD)方法中本征模态函数(IMF)不能自主筛选的问题,提出IMF价值评价方法,以此评价IM F价值高低.将IM F能量熵作为IM F价值高低的核心评价标准,并基于此建立轮对轴承故障自适应诊断模型.该模型将轴承振动信号进行EEMD分解得到不同尺度的IM F,依据IM F熵价值算法,筛选出价值更高的IM F进行信号重构,对重构信号进行希尔伯特变换,应用其边际谱提取轮对轴承振动特性频率.应用无故障轴承及三种不同故障轴承对本模型进行试验验证.结果表明,该方法能凸显轴承特性频率,能够有效提取轴承旋转频率倍频、故障特征频率及其倍频,并且轴承垂向和横向振动对轴承故障特征频率的检测在谱分辨率及故障表征上都有较好的表现力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林建辉	西南交通大学牵引动力国家重点实验室	200	1374	17.0	29.0
2	张卫华	西南交通大学牵引动力国家重点实验室	339	5616	37.0	55.0
3	丁建明	西南交通大学牵引动力国家重点实验室	33	156	8.0	11.0
4	易彩	西华大学汽车与交通学院	4	14	3.0	3.0