基于奇异值分解和局域均值分解的滚动轴承故障特征提取方法

被引：112

作者：

王建国

李健

万旭东

机构：

[1] 东北电力大学自动化工程学院

来源：

机械工程学报 | 2015年 / 51卷 / 03期

关键词：

滚动轴承; 奇异值分解; 局域均值分解; 故障特征提取;

D O I：

暂无

中图分类号：

TH165.3 []; TH133.33 [滚动轴承];

学科分类号：

082805 [农业机械化与装备工程];

摘要：

针对随机噪声干扰滚动轴承故障特征信号提取这一问题,提出一种基于奇异值分解(Singular value decomposition,SVD)滤波降噪与局域均值分解(Local mean decomposition,LMD)相结合的故障特征提取方法。该方法首先对原始振动信号在相空间重构Hankel矩阵并利用SVD方法进行降噪处理,再对降噪后的信号进行LMD分解,将多分量的调制信号分解成一系列生产函数(Product function,PF)之和,最后结合共振解调技术对PF分量进行包络谱分析提取故障特征频率。通过数值仿真和实际轴承故障数据的分析对比,表明该方法提高了LMD的分解能力,可有效辨别出滚动轴承实测信号的典型故障,提高滚动轴承故障的诊断效果。

引用

页码：104 / 110

页数：7

共 20 条

[1]

基于SVD降噪和盲信号分离的滚动轴承故障诊断 [J].

陈恩利 ;

张玺 ;

申永军 ;

曹轩铭 .

振动与冲击, 2012, 31 (23) :185-190

[2]

基于集成经验模态分解和峭度准则的滚动轴承故障特征提取方法 [J].

胡爱军 ;

马万里 ;

唐贵基 .

中国电机工程学报, 2012, 32 (11) :106-111+153

[3]

利用奇异值分解的信号降噪方法 [J].

钱征文 ;

程礼 ;

李应红 .

振动测试与诊断., 2011, 31 (04) :459-463+534

[4]

Feature Extraction Method Based on Pseudo-Wigner-Ville Distribution for Rotational Machinery in Variable Operating Conditions.[J]..Chinese Journal of Mechanical Engineering.2011, 04

[5]

基于局域均值分解的机械故障欠定盲源分离方法研究 [J].