基于改进双树复小波变换的轴承多故障诊断

被引:27
作者
李辉 [1 ]
郑海起 [2 ]
唐力伟 [2 ]
机构
[1] 石家庄铁路职业技术学院机电工程系
[2] 军械工程学院一系
关键词
故障诊断; 轴承; 双树复小波变换; 经验模态分解; 包络谱;
D O I
10.16450/j.cnki.issn.1004-6801.2013.01.018
中图分类号
TH165.3 [];
学科分类号
摘要
针对双树复小波变换产生频率混叠的缺陷,提出了改进双树复小波变换的轴承多故障诊断方法,该方法综合利用了双树复小波包变换和经验模态分解技术。首先,利用双树复小波变换将振动信号分解成不同频带的分量;然后,将各小波分量进行经验模态分解,获得各小波分量的主频率分量信号;最后,计算各小波分量的主频率分量信号的包络谱,根据包络谱识别齿轮箱轴承的故障部位和类型。通过仿真信号和齿轮箱轴承多故障振动实验信号的研究结果表明,该方法不仅消除了频率混叠现象,提高了信噪比和频带选择的正确性,而且提高了从强噪声环境中提取瞬态冲击特征的能力,能有效识别轴承的故障类型。
引用
收藏
页码:53 / 59+165 +165
页数:8
相关论文
共 6 条
[1]   基于双树复小波包的发动机振动信号特征提取研究 [J].
吴定海 ;
张培林 ;
任国全 ;
傅建平 ;
韩兰懿 .
振动与冲击, 2010, 29 (04) :160-163+176+238
[2]   双树复小波包变换语音增强新算法 [J].
王娜 ;
郑德忠 ;
刘永红 .
传感技术学报, 2009, 22 (07) :983-987
[3]   Hilbert-Huang变换在滚动轴承故障诊断中的应用 [J].
于德介 ;
程军圣 ;
杨宇 .
中国机械工程, 2003, (24) :77-79+7
[4]   Hilbert-Huang transform and marginal spectrum for detection and diagnosis of localized defects in roller bearings [J].
Li, Hui ;
Zhang, Yuping ;
Zheng, Haiqi .
JOURNAL OF MECHANICAL SCIENCE AND TECHNOLOGY, 2009, 23 (02) :291-301
[5]   Application of discrete wavelet transform for detection of ball bearing race faults [J].
Prabhakar, S ;
Mohanty, AR ;
Sekhar, AS .
TRIBOLOGY INTERNATIONAL, 2002, 35 (12) :793-800
[6]  
TIME–FREQUENCY ANALYSIS IN GEARBOX FAULT DETECTION USING THE WIGNER–VILLE DISTRIBUTION AND PATTERN RECOGNITION[J] . W.J. Staszewski,K. Worden,G.R. Tomlinson.Mechanical Systems and Signal Processing . 1997 (5)