EEMD和分形组合技术对ECS涡轮轴承故障特征提取的研究

• 作者: 朱瑞 李天成 李晨晨 韩清鹏
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 振动信号分析 EEMD 关联维数 故障分析
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 机械动力学
• 页码范围: 37-43
• 页数: 7页
• 分类号: TN199.72
• 字数: 4103字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.20180108

摘要

针对飞机环控涡轮轴承运行时的非线性动力学特性,为了更加准确地分析轴承的故障,从振动信号分析的角度,提出基于EEMD和分形维数相结合的轴承状态特征量提取方法.先对轴承正常、内圈故障、外圈故障和保持架故障等不同运行状态下的振动信号进行EEMD分解,滤除噪声信号,提高信噪比,以减小背景噪声对分形的不利影响.然后对去噪信号再进行相空间重构,计算其关联维数并进行对比分析.实验结果表明:关联维数作为非线性几何不变量可以作为环控涡轮轴承运行状态的特征量;该方法能够准确有效地识别轴承的运行状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱瑞	上海电力学院能源与机械工程学院	19	72	5.0	8.0
2	韩清鹏	上海电力学院能源与机械工程学院	10	9	1.0	3.0
3	李天成	上海电力学院能源与机械工程学院	6	8	1.0	2.0
4	李晨晨	上海电力学院能源与机械工程学院	3	8	1.0	2.0