基于奇异差分谱和平稳子空间分析的滚动轴承故障诊断.pdfVIP

基于奇异差分谱和平稳子空间分析的滚动轴承故障诊断.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于奇异差分谱和平稳子空间分析的滚动轴承故障诊断.pdf

振 动 与 冲 击 第34卷第11 期 JOURNAL OF VIBRATION AND SHOCK Vol.34 No.11 2015   基于奇异差分谱和平稳子空间分析的滚动轴承故障诊断 唐贵基,庞 彬,刘尚坤 (华北电力大学 机械工程系,河北 保定 071003)   摘 要:探究了一种基于奇异差分谱的信号升维途径,并将其和平稳子空间分析结合提出基于奇异差分谱和平稳 子空间分析(Stationary Subspace Analysis,SSA)的滚动轴承故障诊断方法。该方法首先对滚动轴承原始故障振动信号进 行奇异差分谱分析,根据奇异差分谱的峰值分布,确定不同的有用分量个数进行信号重构实现信号升维,然后利用平稳子 空间分析将高维信号分解为平稳源信号和非平稳源信号,最后通过对峭度值最大的非平稳源信号进行包络谱分析得到滚 动轴承故障特征频率。仿真信号和滚动轴承早期故障信号分析表明该方法可以实现滚动轴承欠定故障信号的盲分离,验 证了该方法的有效性。 关键词:奇异差分谱;平稳子空间分析;滚动轴承;故障诊断 中图分类号:TH133.3;TH17   文献标志码:A DOI:10.13465/j.cnki.jvs.2015.11.015 Fault diagnosis ofrolling bearings based on difference spectrum ofsingular value and stationary subspace analysis TANGGuiji,PANGBin,LIUShangkun (School ofMechanical Engineering,North China Electric Power University,Baoding071003,China)   Abstract: Athorough inquirywasmadeforan approachto increase signal dimensionsbased on difference spectrum ofsingular value and a new fault diagnosis method forrolling bearings based on difference spectrum ofsingularvalue and stationary subspace analysis (SSA)was proposed.The first step wasto obtain the singularvalue difference spectrum ofa bearing original vibration signal.According to the peak distribution of the singular value difference spectrum,different amountsuseful component signalswere used to reconstructnew signal matrices,so that signal dimensionsincreased.Then the multidimensional signals were taken as inputs of SSA to obtain stationary source signals and nonstationary source signals.Finally,the selected nonstationary source signal with the maximum kurtosis value was analyzed using the envelope spectrum to extract characteristic frequency ofro

您可能关注的文档

文档评论(0)

文档精品 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203200221000001

1亿VIP精品文档

相关文档