基于ESMD和快速谱峭度的电机轴承故障诊断

• 作者: 宿文才 张树团 贺英政
• 来源期刊: 微电机
• 学科: 工学
• 关键词: 极点对称模态分解 快速谱峭度 信息熵 故障诊断 共振解调
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 设计与研究
• 页码范围: 6-10
• 页数: 5页
• 分类号: TM307|TH133.3
• 字数: 2784字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6848.2019.01.002

摘要

针对复杂工况下电机轴承故障特征不明显的问题,提出了一种基于极点对称模态分解算法(Extreme-pointSymmetric Mode Decomposition,ESMD)与快速谱峭度联合分析的电机轴承故障诊断方法.首先将复杂故障信号进行ESMD分解得到若干模态分量(Intrinsic Mode Function,IMF)分量,利用信息熵与相关性选取有效IMF并由其信息熵确定信号重构的权重;利用快速峭度图自适应的确定带通滤波器的最佳滤波频带,对重构信号进行带通滤波;然后解调滤波信号分析,从平方包络谱中提取出相应故障的特征频率.最后通过试验分析表明,该方法可对故障信号进行有效降噪并提取出电机轴承故障特征,诊断出故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张树团		64	255	9.0	12.0
2	宿文才		6	2	1.0	1.0
3	贺英政		8	19	2.0	4.0