LMD和改进小波阈值去噪的轴承声发射信号故障诊断

被引：28

作者：

艾延廷

冯研研

周海仑

机构：

[1] 沈阳航空航天大学航空推进系统先进测试技术重点实验室

来源：

科学技术与工程 | 2014年 / 14卷 / 33期

关键词：

小波阈值去噪; 局域均值分解; 声发射信号; 故障诊断;

D O I：

暂无

中图分类号：

TH133.3 [轴承]; TH165.3 [];

学科分类号：

082805 [农业机械化与装备工程];

摘要：

针对机械故障声发射信号特征提取的问题,提出了一种局部均值分解(local mean decomposition,LMD)和改进的小波阈值去噪相结合的方法;并应用于滚动轴承的故障诊断。首先,把改进小波阈值与三种小波阈值去噪方法进行比较分析。通过仿真信号表明,改进小波阈值方法能更为有效地去除噪声。其次,采用LMD方法将原始轴承故障的声发射信号分解,分解为若干个乘积函数(production function,PF)的线性组合,通过相关系数原则选取能够反映故障特征的PF分量,利用改进小波阈值去噪法对选出的PF分量进行进一步去噪。最后,对去噪后的声发射信号进行包络谱分析,诊断轴承故障的位置。通过滚动轴承单一故障和耦合故障的声发射实验验证了该方法的有效性。

引用

页码：86 / 92

页数：7

共 14 条

[1]

声发射检测及信号处理.[M].李孟源; 等著.科学出版社.2010,

[2]

导弹动力系统故障机理分析与诊断技术.[M].张炜;张玉祥主编;.西北工业大学出版社.2006,

[3]

The local mean decomposition and its application to EEG perception data [J].

Smith, JS .

JOURNAL OF THE ROYAL SOCIETY INTERFACE, 2005, 2 (05) :443-454

[4]

A comparative experimental study on the use of acoustic emission and vibration analysis for bearing defect identification and estimation of defect size.[J].Abdullah M. Al-Ghamd;David Mba.Mechanical Systems and Signal Processing.2005, 7

[5]

The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].