EMD下轴承故障程度诊断技术的研究

被引：13

作者：

蒋宇 ^{[1
]}

李志雄 ^{[2
]}

唐茗 ^{[2
]}

李力 ^{[2
]}

机构：

[1] 黄山学院信息工程学院

[2] 三峡大学机械与材料学院

来源：

机床与液压 | 2009年 / 37卷 / 08期

关键词：

滚动轴承; 故障程度判别; 经验模式分解; 频率散度指标;

D O I：

暂无

中图分类号：

TH133.3 [轴承];

学科分类号：

082805 [农业机械化与装备工程];

摘要：

对滚动轴承程度故障诊断进行了研究,重点研究了在经验模态分解(EMD)条件下的传统经典理论与现代智能理论,提出了EMD和频率散度指标相结合的诊断方法。阐述了基于EMD的轴承故障诊断原理以及故障程度诊断的现状,指出神经网络诊断的"黑箱操作"往往遗漏了信号内蕴藏的本质特性,并分别使用传统和现代方法对轴承滚动体3种不同剥落程度故障进行诊断。实验结果表明,所提出的传统诊断方法能够实现故障程度的正确诊断,更发现了滚动体频率散度指标存在着随剥落程度增大而减小的潜在本质规律,为轴承故障程度诊断提供了新思路和新方法。

引用

页码：257 / 260+263 +263

页数：5

共 8 条

[1]

基于小波包特征向量与神经网络的滚动轴承故障诊断 [J].