基于全矢局部均值分解的滚动轴承故障诊断方法.pdfVIP

  • 1
  • 0
  • 约8.06千字
  • 约 4页
  • 2017-07-01 发布于未知
  • 举报

基于全矢局部均值分解的滚动轴承故障诊断方法.pdf

量 QQ 二2 轴承 2014年11期 Bearing2014,No.11 61—64 CN41—1148/TH 基于全矢局部均值分解的滚动轴承故障 诊断方法 苏文芳,李凌均,韩捷,石帅锋 (郑州大学 振动工程研究所,郑州 450001) 摘要:局部均值分解可将多分量信号自适应地分解为多个单分量信号,全矢谱技术可以解决单通道信号不完整 的问题。运用信息融合技术,将两者结合形成全矢局部均值分解方法,将局部均值分解得到的PF分量进行全 矢谱融合分析,这样既可将信号彻底分解,又可保证其完整性,并通过滚动轴承试验验证了该方法的可行性。 关键词:滚动轴承;故障诊断;全矢谱 ;局部均值分解 中图分类号 :TH133.33;TB53 文献标志码 :B 文章编号:1000—3762(2014)11—0061—04 FaultDiagnosisM ethod forRollingBearingsBased onFullVector LocalM eanDecomposition SuWenfang,LiLingjun,HanJie,ShiShuaifeng (ResearchInstituteofVibrationEngineering,ZhengzhouUniversity,Zhengzhou450001,China) Abstract:Thelocalmeandecomposition(LMD)canmakeamulti—componentsignaladaptivelydecomposedintose— tiesofsingle—componentsignals.Thefullvectorspectrum technologycansolvetheproblem aboutincompletesingle— channelsigna1.Thefullvectorlocalmeandecompositionmethodisformedbyusingtheinformationfusiontechnoloyg. ThePFcomponentwhichisdecomposedbyLMDwillbefusedbythefullvectorspectrum ,thesignalcanbedecom— posedcompletelyandtoensuretheirintegrity.Itseffectivenessandfeasibilityisverifiedthroughrollingbearingtest. Keywords:rollingbeating;faultdiang osis;fullvectorspeetmm ;localmeandecomposition 滚动轴承是应用广泛、易损伤的机械零部件, 合于处理多分量的调幅调频信号 J。 其状态监测和故障诊断非常重要 ¨J。由于受载 由于单通道信号不能全面反应系统的非线性 荷、摩擦力、阻尼、传播路径和噪声等多种因素的 特征,存在信息遗漏的问题,甚至由同一截面2个 影响,实际采集到的包含轴承故障信息的振动信 单通道信号分析得出的结论也往往不一致,故需 号大多是多分量的调幅调频信号。 要对获取的信号进行信息融合。全矢谱技术可以 由局部均值分解 (LocalMeanDecomposition, 有效融合同一个截面的双通道信息,真实地反应 LMD)方法得到 的每个 PF分量 (ProductFunc— 信号特征 。 tion),实际上是一个单分量的调幅调频信号,因 根据全矢谱的兼容性,将其与 LMD相结合, 此LMD方法本质上是将多分量信号 自适应地分 提出了一种新的信号处理方法——全矢局部均值 解为若干个单分量的调幅调频信号之和,非常适

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档