10.3969/j.issn.1006-1335.2015.01.048
小波变换和EEMD-马氏距离的轴承故障诊断
机械故障的声发射信号中往往掺杂着各种干扰和噪声,为解决这一问题,提出了小波变换、集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和马氏距离相结合的滚动轴承故障诊断方法;首次将马氏距离引入到轴承声发射信号的故障诊断中。该方法首先对故障轴承的声发射信号进行小波去噪处理,再对去噪后的信号进行EEMD分解,将其分解为多个固有模式函数(简称IMF)。其次采用马氏距离的方法消除EEMD分解结果中的虚假分量,提取能够反映轴承故障特征的IMF分量,突出高频共振成分。最后,通过瞬时Teager能量的Fourier频谱识别轴承故障的特征频率。仿真信号和滚动轴承外圈声发射信号的实例分析表明:此方法能很好地去除混杂在轴承声发射信号中的噪声,准确地识别出轴承故障的部位。
振动与波、故障诊断、小波变换、集合经验模态分解、Teager能量谱分析
TP206+.3(自动化技术及设备)
航空科学基金2012ZB54007;中航工业产学研专项cxy2012sh17
2015-03-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
235-239