多共振频带自适应检测的轴承微弱故障诊断方法

被引:25
作者
江星星
李舜酩
机构
[1] 南京航空航天大学能源与动力学院车辆工程系
关键词
变分模式分解; 滚动轴承; 微弱特征; 共振频带;
D O I
10.13382/j.jemi.2016.04.004
中图分类号
TH133.3 [轴承];
学科分类号
082805 [农业机械化与装备工程];
摘要
滚动轴承的局部缺陷产生的冲击可激励起轴承自身固有频率及相邻部件固有频率,使得采集到的振动信号中包含多个共振频带。针对一般方法难以直接地定位多个共振频带的问题,通过讨论变分模式分解方法与轴承故障振动信号之间的内在联系,提出一种多共振频带自适应检测的轴承微弱故障诊断方法。该方法首先采用变分模式分解法将振动信号分解为独立模式分量,然后对解析形式的独立模式分量进行包络分析,最后提出以归一化频率能量比作为识别故障分量的准则以及把故障模式分量的中心频率作为轴承缺陷激励起的相关部件固有频率。仿真与试验分析结果表明该方法可准确地检测多共振频带,以及有效地进行轴承微弱故障诊断且诊断结果显著优于传统解调方法。
引用
收藏
页码:526 / 533
页数:8
相关论文
共 12 条
[1]
Wavelet transform based on inner product in fault diagnosis of rotating machinery: A review.[J].Jinglong Chen;Zipeng Li;Jun Pan;Gaige Chen;Yanyang Zi;Jing Yuan;Binqiang Chen;Zhengjia He.Mechanical Systems and Signal Processing.2016,
[2]
Research on variational mode decomposition and its application in detecting rub-impact fault of the rotor system.[J].Yanxue Wang;Richard Markert;Jiawei Xiang;Weiguang Zheng.Mechanical Systems and Signal Processing.2015,
[3]
Effects of underdamped step-varying second-order stochastic resonance for weak signal detection.[J].Siliang Lu;Qingbo He;Fanrang Kong.Digital Signal Processing.2015,
[4]
Time–frequency manifold correlation matching for periodic fault identification in rotating machines.[J].Qingbo He;Xiangxiang Wang.Journal of Sound and Vibration.2012,
[5]
Rolling element bearing diagnostics—A tutorial.[J]..Mechanical Systems and Signal Processing.2010, 2
[6]
基于固有时间尺度分解的滚动轴承故障诊断 [J].
陈勇旗 ;
赵一鸣 ;
陈杨 .
电子测量与仪器学报, 2015, 29 (11) :1677-1682
[7]
基于牛顿插值的局部特征尺度分解方法及应用 [J].
吴占涛 ;
程军圣 ;
张桂香 .
电子测量与仪器学报, 2015, 29 (09) :1348-1355
[8]
基于HHT变换和独立分量技术的模态参数识别 [J].
李涛 ;
张方 ;
姜金辉 .
国外电子测量技术, 2014, 33 (03) :42-45
[9]
基于双树复小波变换的轴承复合故障诊断研究 [J].
胥永刚 ;
孟志鹏 ;
赵国亮 .
仪器仪表学报, 2014, 35 (02) :447-452
[10]
振动信号处理方法综述 [J].
李舜酩 ;
郭海东 ;
李殿荣 .
仪器仪表学报, 2013, 34 (08) :1907-1915