首页|基于快速自适应经验模态分解的高速经编机振动分析

基于快速自适应经验模态分解的高速经编机振动分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对某型高速经编机在高转速下结构振动过大以及机构运动信号与结构振动信号相混叠,故障特征难以分离的问题,提出基于快速自适应经验模态分解(FAEMD)算法的经编机振动故障诊断方法.首先运用FAEMD算法将原始振动信号分解成有限个本征模态函数(IMF),然后计算各IMF分量与原信号的相关性,结合经编机运动特点,判断其中相关性最大的本征模态函数为机构运动分量并去除,最后将剩余分量重组实现结构振动信号的提取.将该方法应用于经编机振动故障诊断中,对动态振动数据进行处理,结合静态固有频率测试,成功提取出与实际故障现象相同的信号频率特征,判断出经编机在高转速下振动过大的原因,为后续经编机振动优化提供了参考.
Vibration analysis of high speed warp knitting machine based on fast empirical mode decomposition

陈志昊、包文杰、李富才、静波、黄朝林、孙建文

展开 >

上海交通大学 机械系统与振动国家重点实验室,上海 200240

常德纺织机械有限公司,湖南 常德 415240

高速经编机 振动分析 自适应经验模态分解 相关性分析 故障诊断

军科委基础加强计划重点基础研究项目

2019-JCJQ-ZD-133-00

2023

10.13475/j.fzxb.20210907408

纺织学报
中国纺织工程学会

纺织学报

CSTPCDCSCD北大核心
影响因子：0.699
ISSN：0253-9721
年,卷(期)：2023.44(4)
  • 10