基于奇异值分解和共振解调的滚动轴承故障特征提取

• 作者: 张安 李俊峰 陈明义 马增强
• 来源期刊: 济南大学学报（自然科学版）
• 学科: 工学
• 关键词: 共振解调 奇异值分解 降噪 故障特征提取
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 机械工程
• 页码范围: 289-294
• 页数: 6页
• 分类号: TP206.3|TH133.33
• 字数: 2763字
• 语种: 中文
• DOI: 10.13349/j.cnki.jdxbn.2019.04.002

摘要

针对共振解调方法容易受到噪声干扰,以及带通滤波器参数难以确定,很大程度上依赖经验的问题,提出一种基于奇异值分解和共振解调的滚动轴承故障特征提取方法;利用奇异值分解算法,将轴承振动信号分解成多个奇异值分量,计算各分量的峭度值,选择峭度值最大的分量,利用谱峭度算法确定中心频率和带宽,并对该分量信号进行带通滤波和包络解调分析.结果表明,提取性能以及鲁棒性能实验证明了该方法能够自适应确定滤波频带,降低噪声干扰的影响,并且在带通滤波器失效情况下有良好的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊峰	邯郸学院机电学院	14	42	5.0	6.0
2	马增强	石家庄铁道大学电气与电子工程学院	71	503	9.0	20.0
6	陈明义	石家庄铁道大学电气与电子工程学院	8	3	1.0	1.0
7	张安	石家庄铁道大学电气与电子工程学院	6	28	2.0	5.0