基于FDM和MED的滚动轴承故障诊断方法

• 作者: 刘自然 邓丽婷 柴志豪 王煜轩 李奇
• 来源期刊: 煤矿机械
• 关键词: FDM MED 特征提取 滚动轴承
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 故障·诊断|Malfunction Imestigation
• 页码范围: 184-187
• 页数: 4页
• 分类号: TP277|TH133.33
• 语种: 中文
• DOI: 10.13436/j.mkjx.202106059

摘要

针对滚动轴承早期微弱故障特征难以提取的问题,提出最小熵反褶积(MED)与傅里叶分解(FDM)联合降噪的方法.利用MED对采集到的滚动轴承振动信号进行处理以消除噪声影响,将降噪后的信号经过FDM得到若干傅里叶固有频带函数(FIBFs).依据相关系数准则,选取故障特征信息较丰富的前3个分量进行重构,用包络谱对重构信号进行分析.实验结果表明,MED-FDM包络谱中特征频率及其倍频的幅值明显增大,噪声幅值减小,能有效地提取滚动轴承的早期微弱故障特征,且效果优于FDM.