基于VMD和MED的滚动轴承故障诊断方法

• 作者: 刘浩 熊炘 郭家宇
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 变分模态分解 最小熵解卷积
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 测量与仪器
• 页码范围: 50-54
• 页数: 5页
• 分类号: TH133.33
• 字数: 2498字
• 语种: 中文
• DOI: 10.19533/j.issn1000-3762.2018.06.014

摘要

为有效提取振动信号中的轴承故障特征,降低背景噪声和齿轮传动噪声影响,将VMD和MED相结合,首先采集强噪声轴承故障信号并进行VMD降噪,选取与原信号相关系数大的分量重构;然后将重构信号进行MED处理以增强故障信息;最后对信号进行包络谱分析,从中获得轴承故障特征频率信息.经实测信号并与EMD的对比分析比较表明:VMD+ MED能够从实测信号中有效地提取齿轮箱轴承的故障特征频率及其倍频,而且较EMD法更具优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊炘	上海大学机电工程与自动化学院	8	32	4.0	5.0
2	刘浩	上海大学机电工程与自动化学院	5	8	2.0	2.0
3	郭家宇	上海大学机电工程与自动化学院	2	4	1.0	2.0