小波降噪及Hilbert变换在电机轴承故障诊断中的应用

被引：113

作者：

丁锋

秦峰伟

机构：

[1] 西安工业大学机电工程学院

来源：

电机与控制学报 | 2017年 / 21卷 / 06期

关键词：

轴承; 振动信号; 小波消噪; Hilbert变换;

D O I：

10.15938/j.emc.2017.06.012

中图分类号：

TH133.3 [轴承]; TM307 [电机维护与检修];

学科分类号：

082805 [农业机械化与装备工程]; 090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

针对振动信号降噪处理及故障特征提取是机械故障诊断的重点问题,为了有效消除高频信号的影响,并充分提取出电机轴承的低频故障特征。提出利用小波降噪及Hilbert变换的方法对采集的电机轴承振动数据进行处理并提取其故障特征信息。首先,运用小波降噪对采集到的振动数据进行降噪处理,抑制噪声干扰,然后对其进行Hilbert变换解调出故障特征频率。通过对现场测取的轴承振动数据进行信号处理可以达到理想的诊断效果,由此得知,该方法能通过电机轴承振动信号进行故障特征信息处理,有效地进行轴承故障分析及诊断。

引用

页码：89 / 95

页数：7

共 8 条

[1]

自适应最大相关峭度解卷积方法及其在轴承早期故障诊断中的应用 [J].

唐贵基 ;

王晓龙 .

中国电机工程学报, 2015, 35 (06) :1436-1444

[2]

峭度滤波器用于电机轴承早期故障特征提取 [J].

安国庆 ;

秦程 ;

郭立炜 ;

梁永春 .

电机与控制学报, 2014, 18 (06) :55-60

[3]

共振解调与小波降噪在电机故障诊断中的应用 [J].

张雄希 ;

刘振兴 .

电机与控制学报, 2010, 14 (06) :66-70

[4]

小波包分析在滚动轴承信号消噪处理中的应用 [J].

丁锋 ;

何正嘉 ;

张新运 .

西安工业大学学报, 2006, (01) :8-12

[5]

机械故障诊断及典型案例解析.[M].时献江; 王桂荣; 司俊山; 编著.化学工业出版社.2013,

[6]

详解MATLAB数字信号处理.[M].张德丰; 编著.电子工业出版社.2010,

[7]

An improved combination of Hilbert and Park transforms for fault detection and identification in three-phase induction motors [J].

Bacha, Khmais ;

Ben Salem, Samira ;

Chaari, Abdelkader .

INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, 2012, 43 (01) :1006-1016

[8]

Feature extraction for rolling element bearing fault diagnosis utilizing generalized S transform and two-dimensional non-negative matrix factorization.[J].Bing Li;Pei-lin Zhang;Dong-sheng Liu;Shuang-shan Mi;Guo-quan Ren;Hao Tian.Journal of Sound and Vibration.2010, 10

← 1 →