基于EMD和全息谱的设备故障诊断方法研究

被引:5
作者
刘然
许宝杰
机构
[1] 北京信息科技大学北京市重点实验室机电系统测控实验室
关键词
经验模态分解; 全息谱; 故障诊断;
D O I
10.13433/j.cnki.1003-8728.2011.11.027
中图分类号
TH165.3 [];
学科分类号
080202 ;
摘要
介绍了经验模态分解法(EMD)和全息谱分析技术。运用EMD方法将机械设备振动信号分解,选择与原信号密切相关的信号重组,较好的消除了信号噪声,并对重组信号进行全息谱分析,使幅度、频率、相位有机结合,充分反映了设备振动形态特征。运用二维全息谱分析,可以得到转子振动在各阶倍频下的旋转方向、大小、形状以及各阶倍频之间的相互关系等信息。传统的信号处理方法都不能很好的消除信号噪声。此方法在转子振动信号故障诊断的应用,很好的消除了噪声,较好地反映了设备振动形态特征。
引用
收藏
页码:1922 / 1926
页数:5
相关论文
共 5 条
[1]   经验模式分解的改进及其在水轮发电机组振动信号分析中的应用 [J].
贾嵘 ;
王小宇 ;
罗兴锜 .
机械科学与技术, 2007, (05) :626-630
[2]   机械设备故障诊断技术及其发展趋势 [J].
黄伟力 ;
黄伟建 ;
王飞 ;
杜巍 .
矿山机械, 2005, (01) :66-68
[3]   Application of empirical mode decomposition to heart rate variability analysis [J].
Echeverría, JC ;
Crowe, JA ;
Woolfson, MS ;
Hayes-Gill, BR .
MEDICAL & BIOLOGICAL ENGINEERING & COMPUTING, 2001, 39 (04) :471-479
[4]  
机械故障诊断的Hilbert-Huang变换方法.[M].于德介;程军圣;杨宇著;.科学出版社.2006,
[5]  
大型回转机械诊断现场实用技术.[M].陈大禧;朱铁光编著;.机械工业出版社.2002,