基于改进EMD和谱峭度法滚动轴承故障特征提取

被引：80

作者：

张志刚 ^{[1
]}

石晓辉 ^{[1
]}

施全 ^{[1
]}

汤宝平 ^{[2
]}

机构：

[1] 重庆理工大学汽车零部件制造及检测技术教育部重点实验室

[2] 重庆大学机械传动国家重点实验室

来源：

振动测试与诊断. | 2013年 / 33卷 / 03期

关键词：

滚动轴承; 故障特征; 提取; 改进EMD; 谱峭度;

D O I：

10.16450/j.cnki.issn.1004-6801.2013.03.016

中图分类号：

TH165.3 []; TH133.33 [滚动轴承];

学科分类号：

摘要：

针对滚动轴承故障信号的强背景噪声特点,提出一种基于改进经验模态分解(empirical mode decomposi-tion,简称EMD)与谱峭度法的滚动轴承故障特征提取方法。首先,利用EMD方法对原故障信号进行分解,得到若干平稳固有模态分量(intrinsic mode function,简称IMF);然后,采用灰色关联度与互信息相结合方法剔除传统EMD分解结果中存在的虚假分量;最后,运用谱峭度法和包络解调方法对真实IMF分量进行分析,提取故障特征频率。通过对实际滚动轴承故障信号的应用表明,该方法可有效地提取滚动轴承故障特征,且能够取得比传统包络解调分析更好的效果。

引用

页码：478 / 482+529 +529-530

页数：7

共 15 条

[11]

Fast computation of the kurtogram for the detection of transient faults[J] . Mechanical Systems and Signal Processing . 2006 (1)

[12]

An improved Hilbert–Huang transform and its application in vibration signal analysis[J] . Z.K. Peng,Peter W. Tse,F.L. Chu.Journal of Sound and Vibration . 2004 (1)

[13]

The spectral kurtosis: a useful tool for characterising non-stationary signals[J] . Mechanical Systems and Signal Processing . 2004 (2)

[14]

The spectral kurtosis: application to the vibratory surveillance and diagnostics of rotating machines[J] . Mechanical Systems and Signal Processing . 2004 (2)

[15]

A NEW VIEW OF NONLINEAR WATER WAVES: The Hilbert Spectrum1[J] . Norden E. Huang,Zheng Shen,Steven R. Long.Annual Review of Fluid Mechanics . 1999 (1)

← 1 2 →