一种基于UEE-EMD的滚动轴承故障诊断方法

• 作者: 耿明 陈晓玥 陈鹏展
• 来源期刊: 华东交通大学学报
• 学科: 工学
• 关键词: 故障诊断 信号处理 特征提取 经验模态分解 端点效应
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学科基础与前沿
• 页码范围: 74-81
• 页数: 8页
• 分类号: TH133.33
• 字数: 3472字
• 语种: 中文

摘要

滚动轴承是很多大型旋转机械的核心部件,其故障诊断的研究对保障旋转机械运行稳定性具有重要的意义.经验模态分解方法对分析非线性不稳定的滚动轴承故障信号具有独到的优势.然而,经验模态分解固有的端点效应问题往往会导致较大的故障特征提取误差,影响故障诊断的准确性.针对上述问题,本文提出基于无失真端点极值化的经验模态分解(UEE-EMD)的滚动轴承故障诊断方法,UEE-EMD通过交叉取样策略和端点极值化策略从源头上抑制端点效应的产生,利用本征模函数截头去尾从结果上屏蔽端点效应,保证了滚动轴承故障特征提取的准确性.故障诊断仿真实验表明,基于UEE-EMD的滚动轴承故障诊断取得了更好的诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鹏展	华东交通大学电气与自动化工程学院	25	89	5.0	8.0
2	陈晓玥	华东交通大学电气与自动化工程学院	3	4	1.0	2.0
3	耿明	中国电子科技集团公司第二十八研究所	2	0	0.0	0.0