基于EMD与功率谱分析的滚动轴承故障诊断方法研究附视频

被引:22
作者
樊长博
张来斌
王朝晖
冀树德
机构
[1] 中国石油大学(北京)机电工程学院
关键词
故障诊断; 滚动轴承; 经验模态分解方法(EMD); 功率谱;
D O I
10.16579/j.issn.1001.9669.2006.04.033
中图分类号
TH133.3 [轴承];
学科分类号
080203 ;
摘要
针对西部油田大型设备故障信号的非线性、非平稳特征,提出一种基于经验模态分解方法EMD(empiricalmode decomposition)和功率谱的分析方法。首先对滚动轴承振动信号进行经验模态分解,然后对分解后包含轴承故障特征信息的固有模态函数分量作功率谱分析,得到各分量的功率谱图,清晰直观显示出故障特征信号的功率谱,从混有背景信号和噪声的振动信号中提取轴承故障信息。由于EMD方法具有自适应特性,适宜于非线性、非平稳信号的分解,该方法应用于滚动轴承的故障振动信号分析中,结果表明,该方法能够突出滚动轴承振动信号的故障特征,从而提高滚动轴承故障诊断的准确性。
引用
收藏
页码:628 / 631
页数:4
相关论文
共 4 条
[1]   基于最大李雅普诺夫指数的滚动轴承故障诊断研究 [J].
赵赏鑫 ;
张来斌 ;
王朝晖 ;
刘桂春 .
石油大学学报(自然科学版), 2005, (04) :86-89
[2]   经验模式分解法(EMD)在滚动轴承故障诊断中的应用 [J].
李嶷 ;
熊国良 ;
张龙 .
华东交通大学学报, 2005, (01) :135-138
[3]   EMD方法在消除桥梁振动信号局部强干扰中的应用 [J].
王学敏 ;
黄方林 ;
陈政清 .
机械强度, 2005, (01) :33-37
[4]   基于EMD和HT的旋转机械振动信号时频分析 [J].
胡劲松 ;
杨世锡 ;
吴昭同 ;
严拱标 .
振动、测试与诊断, 2004, (02) :22-26+75