基于EEMD降噪与二次相位耦合的滚动轴承故障诊断

被引:7
作者
剡昌锋 [1 ]
周礼龙 [1 ]
韦尧兵 [1 ]
由理 [2 ]
吴旭东 [3 ]
机构
[1] 兰州理工大学机电工程学院
[2] 蚌埠液压机械有限公司
[3] 中核兰铀公司
关键词
滚动轴承; EEMD降噪; 二次相位耦合; 故障诊断;
D O I
10.13295/j.cnki.jlut.2016.03.009
中图分类号
TH133.33 [滚动轴承];
学科分类号
082805 [农业机械化与装备工程];
摘要
针对滚动轴承出现故障时故障信号常常被强的背景噪声所淹没,故障特征难以准确提取的问题,提出了一种基于总体平均经验模态分解(EEMD)降噪与二次相位耦合的故障诊断方法.对原始信号进行EEMD分解,通过相关系数-峭度值的大小选取EEMD分解后得到的固有模态函数(IMF).对筛选出来的IMF进行了重构从而达到降噪的目的.对重构后的包络信号进行1.5维谱分析,提取二次相位耦合产生的非线性特征,从而得到滚动轴承故障特征频率信息.通过实测滚动轴承数据验证了该方法可以有效地提取轴承内圈和外圈的故障特征,从而识别轴承的故障.
引用
收藏
页码:35 / 40
页数:6
相关论文
共 9 条
[1]
一种改进的小波阈值去噪算法 [J].
单锐 ;
齐越 ;
刘文 .
兰州理工大学学报, 2014, 40 (04) :101-104
[2]
基于谱峭度与双谱的轴承故障诊断方法 [J].
郑红 ;
周雷 ;
杨浩 .
北京航空航天大学学报, 2014, 40 (09) :1176-1182
[3]
信息熵与经验模态分解集成的转子故障信号量化特征提取 [J].
赵荣珍 ;
杨文瑛 ;
马再超 ;
杨娟 .
兰州理工大学学报, 2013, 39 (01) :19-24
[4]
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
[5]
基于高阶累积量的柴油发动机曲轴轴承故障特征提取 [J].
夏天 ;
王新晴 ;
赵慧敏 ;
梁升 .
振动与冲击, 2011, 30 (01) :77-81
[6]
EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用 [J].
苏文胜 ;
王奉涛 ;
张志新 ;
郭正刚 ;
李宏坤 .
振动与冲击, 2010, 29 (03) :18-21+201
[7]
基于高阶谱的旋转机械故障征兆提取 [J].
杨江天 ;
陈家骥 ;
曾子平 .
振动工程学报, 2001, (01)
[8]
基于高阶统计量的机械故障特征提取方法研究 [J].
张桂才 ;
史铁林 ;
杨叔子 .
华中理工大学学报, 1999, (03)
[9]
The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].
Huang, NE ;
Shen, Z ;
Long, SR ;
Wu, MLC ;
Shih, HH ;
Zheng, QN ;
Yen, NC ;
Tung, CC ;
Liu, HH .
PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 1998, 454 (1971) :903-995