基于EEMD分解和奇异值差分谱理论的轴承故障诊断研究

被引：18

作者：

董文智 ^{[1
]}

张超 ^{[2
]}

机构：

[1] 中国神华包头矿业有限责任公司

[2] 内蒙古科技大学信息工程学院

来源：

机械强度 | 2012年 / 02期

关键词：

总体平均经验模态分解; 奇异值差分谱; 本征模函数; Hankel矩阵;

D O I：

10.16579/j.issn.1001.9669.2012.02.020

中图分类号：

TH165.3 [];

学科分类号：

080202 ;

摘要：

提出一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和奇异值差分谱的轴承故障诊断方法。首先将非平稳的原始轴承振动信号通过EEMD方法分解成若干个平稳的本征模函数(intrinsic modefunction,IMF);由于背景噪声的影响,从各个IMF的频谱中难以准确地得到故障频率。对IMF分量构建Hankel矩阵,并进行奇异值分解,进一步找到奇异值差分谱,根据奇异值差分谱理论对某IMF分量进行消噪和重构,然后再求其频谱,便能准确地得到故障频率。实验结果表明,所提出的方法能有效地应用于轴承的故障诊断。

引用

页码：183 / 189

页数：7