基于自相关分析和LMD的滚动轴承振动信号故障特征提取

被引：39

作者：

王建国 ^{[1
]}

吴林峰 ^{[1
,2
]}

秦绪华 ^{[3
]}

机构：

[1] 东北电力大学

[2] 浙能乐清发电有限公司

[3] 吉林省电力科学研究院有限公司

来源：

中国机械工程 | 2014年 / 25卷 / 02期

关键词：

滚动轴承; 自相关分析; 局域均值分解(LMD); 故障诊断;

D O I：

暂无

中图分类号：

TH133.33 [滚动轴承]; TH165.3 [];

学科分类号：

080203 ; 080202 ;

摘要：

滚动轴承的故障信号是非平稳的、多分量的调制信号,特别是故障早期,由于调制源弱,早期故障信号微弱且受周围设备的噪声干扰,导致故障特征难以识别。采用自相关分析和局域均值分解(LMD)方法提取故障特征。首先采用自相关分析提取信号中的周期成分,消除噪声的干扰,然后利用局域均值分解方法将多分量的调制信号分解为若干个PF分量之和,再结合共振解调技术对PF分量进行包络分析以提取故障特征频率。实验证明了方法的有效性。

引用

页码：186 / 191

页数：6

共 12 条

[1] LMD时频分析方法的端点效应在旋转机械故障诊断中的影响 [J].