船体振动的轴系周期性故障特征信息识取方法

• 作者: 周瑞平 孙潇潇 温小飞 黄智强
• 来源期刊: 噪声与振动控制
• 学科: 交通运输
• 关键词: 振动与波 船舶推进轴系 集合经验模态分解 自相关分析 故障诊断
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 173-179
• 页数: 7页
• 分类号: U664.21
• 字数: 3863字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2019.03.035

摘要

针对船舶推进轴系早期碰摩故障冲击信号周期性强且易被强烈的背景噪声所淹没的问题,提出基于船体尾部结构振动的轴系周期性故障特征信息识取方法,简称EEAF(EEMD+Autocorrelation Analysis+FFT).首先,对采集的复杂船体尾部结构振动信号进行集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),得到一系列固有模式分量(IMF);再以自相关函数的性质为准则,筛选出存在周期成分的IMF分量;最后对相应分解层进行快速傅里叶变换,频谱分析识取表征轴系早期碰摩故障的特征量.通过轴系故障的仿真和实船试验研究,验证了该方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周瑞平	武汉理工大学能源与动力工程学院	105	670	12.0	21.0
2	温小飞	浙江海洋大学港航与交通运输工程学院	41	95	5.0	8.0
6	孙潇潇	浙江海洋大学港航与交通运输工程学院	2	0	0.0	0.0
7	黄智强		1	0	0.0	0.0