一种基于MED和希尔伯特变换的滚动轴承早期故障诊断方法

• 作者: 宋晓庆 张永鑫 王志阳 陈兰
• 来源期刊: 河南理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 故障诊断 特征提取 最小熵解卷积 希尔伯特变换 特征增强
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 机电与计算机工程
• 页码范围: 91-96
• 页数: 6页
• 分类号: TH165.3
• 字数: 3527字
• 语种: 中文
• DOI: 10.16186/j.cnki.1673-9787.2018.01.014

摘要

滚动轴承的早期故障诊断对于设备预测和健康管理具有重要意义,然而受环境噪声、传递路径、信号衰减及源信号本身比较微弱的影响,滚动轴承故障的初期微弱信号特征往往难以提取.为了解决这一问题,提出了一种基于最小熵解卷积(minimum entropy deconvolution,MED)与希尔伯特变换(Hilbert transform,HT)相结合的滚动轴承故障特征提取方法(MED-Hilbert),该方法首先应用MED算法对传感器信号进行处理以提高信号的信噪比,然后通过希尔伯变换提取冲击能量信号,最后用谱分析技术提取故障对应的特征频率,并与理论故障频率比较后成功确定故障.与信号仅仅进行包络分析方法相比,该方法具有很好的降噪效果以及对微弱故障特征的增强作用.计算机仿真与实验验证了该方法在滚动轴承早期故障诊断中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志阳	河南理工大学机械与动力工程学院	20	32	3.0	4.0
2	宋晓庆	河南理工大学机械与动力工程学院	8	13	3.0	3.0
3	张永鑫	河南理工大学机械与动力工程学院	4	10	2.0	2.0
4	陈兰	河南理工大学机械与动力工程学院	3	6	2.0	2.0