首页|基于FA-SR与LMD的滚动轴承故障检测

基于FA-SR与LMD的滚动轴承故障检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于噪声的严重影响,滚动轴承故障特征的提取颇为困难.针对该问题提出了基于改进的萤火虫算法(FA)优化随机共振(SR)与局部均值分解(LMD)结合的方法.首先利用优化后的SR系统使信号达到最优共振,再经过LMD将信号分解成多个乘积函数(PF),以信息熵、相关系数为标准选取合适的PF分量重构信号,对重构后的信号进行快速峭度图(FK)分析,由所得参数设计带通滤波器,最后用Hilbert包络解调滤波后的信号即可得到故障特征.通过对轴承实验数据的分析表明,该方法能可靠地检测出轴承故障特征.
Fault Detection of Rolling Bearing Based on FA-SR and LMD

宋航帆、刘德平

展开 >

郑州大学机械与动力工程学院,郑州450001

滚动轴承 FA SR LMD FK 故障检测

河南省重大科技专项

171100210300-01

2020

煤矿机械
哈尔滨煤矿机械 中国工程机械协会

煤矿机械

CSTPCD
影响因子：0.387
ISSN：1003-0794
年,卷(期)：2020.41(1)
  • 1
  • 7