基于VMD和MP算法的旋转机械故障特征提取

被引：40

作者：

许爱华

闫俊泉

伍旭灿

盖磊

机构：

[1] 东北石油大学电气信息工程学院

来源：

国外电子测量技术 | 2017年 / 36卷 / 08期

关键词：

故障诊断; 时频分析; VMD; MP;

D O I：

10.19652/j.cnki.femt.2017.08.003

中图分类号：

TH17 [机械运行与维修];

学科分类号：

120111 [工业工程];

摘要：

旋转机械故障振动信号为不平稳、非线性而且信噪比低的多分量信号,故障特征很难提取。小波分析方法受限于小波基和分解层次的选取,经验模态分解(EMD)等自适应分解方法存在模态混叠和虚假分量的问题,应用在旋转机械故障提取上容易误判。提出了利用匹配追踪算法(MP)改进变分模态分解(VMD)的故障诊断方法。通过构建合适的仿真信号仿真和对实测信号的仿真,验证了该方法的可行性和实用性。

引用

收藏

页码：11 / 17

页数：7

相关论文

共 13 条

[1]

基于分层匹配追踪算法的电能质量复合扰动参数辨识方法 [J].

崔志强 ;

王宁 ;

贾清泉 .

电力自动化设备, 2017, 37 (03) :153-159

[2]

基于改进MP的稀疏表示快速算法及其滚动轴承故障特征提取应用 [J].

王林 ;

蔡改改 ;

高冠琪 ;

周菲 ;

杨思远 ;

朱忠奎 .

振动与冲击, 2017, 36 (03) :176-182

[3]

基于变分模态分解的风机滚动轴承早期故障诊断 [J].

郑小霞 ;

周国旺 ;

任浩翰 ;

符杨 .

轴承, 2016, (07) :48-53

[4]

基于匹配追踪稀疏分解的电能质量扰动检测 [J].

陈雷 ;

郑德忠 ;

赵兴涛 ;

廖文喆 ;

李占友 .

仪器仪表学报, 2015, 36 (11) :2401-2410

[5]

LMD和支持向量机相结合的齿轮毂故障诊断方法 [J].

陈鹏飞 ;

陈卫 ;

高星伟 ;

杜炜 ;

张海涛 .

机械科学与技术, 2015, 34 (10) :1599-1603

[6]

小波和能量特征提取的旋转机械故障诊断方法 [J].

石明江 ;

罗仁泽 ;

付元华 .

电子测量与仪器学报, 2015, 29 (08) :1114-1120

[7]

基于多尺度熵的滚动轴承Elman神经网络故障诊断方法 [J].

张龙 ;

张磊 ;

熊国良 ;

周继惠 ;

王宁 ;

王明翔 .

机械科学与技术, 2014, 33 (12) :1854-1858

[8]

基于匹配追踪算法的激波信号特征提取 [J].

谭子龙 ;

王雪梅 ;

许哲 ;

官章健 .

应用声学, 2014, 33 (06) :547-553

[9]

小波分析在滚动轴承故障信号处理中的应用 [J].

李鑫 .

国外电子测量技术, 2013, 32 (06) :65-67+71

[10]

一种EMD改进方法及其在旋转机械故障诊断中的应用 [J].

时培明 ;

丁雪娟 ;

李庚 ;

韩东颖 .

振动与冲击, 2013, 32 (04) :185-190