基于双谱分析的滚动轴承故障模式识别

被引:5
作者
陆爽
机构
[1] 长春大学机械工程学院吉林长春
关键词
滚动轴承; 故障特征; 非高斯信号; 双谱; 模式识别;
D O I
10.19533/j.issn1000-3762.2005.05.014
中图分类号
TH133.33 [滚动轴承];
学科分类号
080203 ;
摘要
当滚动轴承发生故障时,其产生的振动信号一般是包含较强噪声的非高斯和非线性信号。本文对高阶统计量方法用于滚动轴承故障特征提取进行了研究,提出了基于双谱估计的滚动轴承故障诊断方法。利用这种方法可以同时获得包含滚动轴承故障信号幅值和相位信息的双谱特征图谱。研究表明,双谱图谱可以有效地监测滚动轴承工作状态的模式,因而可以快速地识别滚动轴承不同的故障特征。
引用
收藏
页码:31 / 34+5 +5
页数:5
相关论文
共 8 条
[1]   基于分形的滚动轴承故障模式的识别 [J].
陆爽 ;
张子达 ;
李萌 .
轴承, 2004, (10) :34-36
[2]   基于径向基函数神经网络的滚动轴承故障模式的识别 [J].
陆爽 ;
张子达 ;
李萌 .
中国工程科学, 2004, (02) :56-60
[3]   基于高阶统计量的机械故障特征提取方法研究 [J].
张桂才 ;
史铁林 ;
杨叔子 .
华中理工大学学报, 1999, (03) :7-9
[4]  
基于现代信号分析和神经网络的滚动轴承智能诊断技术研究[D]. 陆爽.吉林大学. 2004
[5]  
统计与自适应信号处理[M]. 电子工业出版社 , (美)DimitrisG.Manolakis等著, 2003
[6]  
机械设备非平稳信号的故障诊断原理及应用[M]. 高等教育出版社 , 何正嘉等著, 2001
[7]  
时间序列分析—高阶统计量方法[M]. 清华大学出版社 , 张贤达 著, 1996
[8]  
Amplitude demodulation-a new tool for predictive maintenance .2 White G. Sound and Vibration . 1991