基于连续峭度优化的滚动轴承故障特征提取小波变换方法

被引:21
作者
冯毅
曹劲然
陆宝春
张登峰
机构
[1] 南京理工大学机械工程学院
关键词
连续峭度; 小波系数; 滚动轴承; 故障特征提取;
D O I
10.13465/j.cnki.jvs.2015.14.006
中图分类号
TH165.3 []; TH133.33 [滚动轴承];
学科分类号
082805 [农业机械化与装备工程];
摘要
为更有效提取滚动轴承早期故障中微弱冲击特征成分,提出基于连续峭度优化的小波变换故障特征提取方法。据连续峭度与小波能量相关程度,对原信号特征分量的小波系数及能量成分进行不同程度优化,强化故障信号中具有冲击特征的能量成分、削弱其它能量成分。通过优化的小波系数重构原信号特征分量,计算特征分量包络谱以提取冲击特征频率及相关倍频,实现对故障特征提取。通过仿真信号、实际轴承数据应用分析表明,该算法能强化冲击特征能量成分,能更有效提取早期故障中冲击特征。
引用
收藏
页码:27 / 32
页数:6
相关论文
共 10 条
[1]
Rolling element bearing diagnostics—A tutorial.[J]..Mechanical Systems and Signal Processing.2010, 2
[2]
The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].
Huang, NE ;
Shen, Z ;
Long, SR ;
Wu, MLC ;
Shih, HH ;
Zheng, QN ;
Yen, NC ;
Tung, CC ;
Liu, HH .
PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 1998, 454 (1971) :903-995
[3]
基于小波包能量矩阵的轴承信号特征提取 [J].
齐俊德 ;
李山 ;
陈冰 .
振动与冲击, 2013, 32 (21) :107-111
[4]
基于改进EMD和谱峭度法滚动轴承故障特征提取 [J].
张志刚 ;
石晓辉 ;
施全 ;
汤宝平 .
振动测试与诊断., 2013, 33 (03) :478-482+529
[5]
基于Morlet小波变换的滚动轴承早期故障特征提取研究 [J].
马伦 ;
康建设 ;
孟妍 ;
吕雷 .
仪器仪表学报, 2013, 34 (04) :920-926
[6]
滚动轴承故障特征的时间—小波能量谱提取方法 [J].
张进 ;
冯志鹏 ;
褚福磊 .
机械工程学报, 2011, 47 (17) :44-49
[7]
自适应Morlet小波降噪方法及在轴承故障特征提取中的应用 [J].
蒋永华 ;
汤宝平 ;
董绍江 .
仪器仪表学报, 2010, 31 (12) :2712-2717
[8]
基于改进EMD与形态滤波的齿轮故障特征提取 [J].
沈路 ;
杨富春 ;
周晓军 ;
刘莉 .
振动与冲击, 2010, 29 (03) :154-157+211
[9]
基于小波相关滤波-包络分析的早期故障特征提取方法 [J].
曾庆虎 ;
邱静 ;
刘冠军 ;
张勇 .
仪器仪表学报, 2008, (04) :729-733
[10]
基于旋转坐标系转轴振动信号的滚动轴承故障诊断方法附视频 [J].
雷剑宇 ;
廖明夫 .
航空动力学报, 2007, (08) :1340-1345