NETL
基于经验小波变换和奇异值分解的滚动轴承故障诊断
LI Tong 1李童 1XU Yonggang 1胥永刚 1CHEN Junran 陈俊燃 LI Shuang 李爽
作者信息
- 1. 北京工业大学机电学院先进制造技术北京市重点实验室, 北京100124
- 折叠
摘要
在实际生产过程中,机械设备的运行环境十分复杂,所采集的振动信号中存在大量的噪声,且常呈现非平稳特性,若对原始的振动信号直接进行包络解调处理,往往难以达到理想的效果.提出一种基于经验小波变换和奇异值分解的故障轴承诊断方法.首先利用经验小波变换(EWT)对原始信号进行分解,将复杂信号分解成多个固有模态函数(IMF),然后选取故障特征最明显的IMF分量进行奇异值分解(SVD)降噪,根据奇异值差分谱自适应地选择奇异值个数进行重构,最后对重构后的信号进行Hilbert包络解调,从而得到故障轴承的特征频率.实验结果表明,该方法能够有效地应提取滚动轴承的故障特征.
关键词
滚动轴承/故障诊断/经验小波变换/奇异值分解引用本文复制引用
主办单位
中国机械工程学会/中国振动工程学会/中国设备管理协会 会议名称
2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议会议时间
2018-08-01会议地点
内蒙古包头会议母体文献
2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集页码
585-588出版时间
2018