|
|
1.
基于能量聚集性的轴承复合故障诊断
陈彦龙，张培林，李兵，徐超
噪声与振动控制
2013, 33 (1):
191-196.
DOI: 10.3969/j.issn.1006-1335.2013.01.039
轴承复合故障类型多样，且部分故障的特征频率相近噪声污染严重。采用经验模态分解(EMD)的方法，在强噪声背景下会引起相近频率故障成分的无法识别，同时也难以提取微弱的故障信号。由此，提出一种基于能量聚集性的轴承复合故障诊断方法。首先借助离散余弦变换(DCT)的频域能量聚集性和奇异值分解(SVD)的时域能量聚集性，对轴承复合故障信号进行预处理，实现降噪并分离频率相近的微弱故障信号。然后对分离出来的不同故障信号进行经验模态分解，去除伪分量，对剩余的本征模态函数进行频谱分析。最后，根据本征模态函数的频谱诊断故障。仿真信号和实测轴承故障诊断信号分析表明，与直接使用EMD进行轴承复合故障诊断相比，该方法能够在强背景噪声下准确分离频率相近的微弱故障分量，改善复合故障诊断的准确性。
相关文章 |
多维度评价
|
|
