局部均值分解在滚动轴承故障诊断中的应用研究

局部均值分解在滚动轴承故障诊断中的应用研究

ID:44051795

大小:489.12 KB

页数:27页

时间:2019-10-18

局部均值分解在滚动轴承故障诊断中的应用研究_第1页
局部均值分解在滚动轴承故障诊断中的应用研究_第2页
局部均值分解在滚动轴承故障诊断中的应用研究_第3页
局部均值分解在滚动轴承故障诊断中的应用研究_第4页
局部均值分解在滚动轴承故障诊断中的应用研究_第5页
资源描述:

《局部均值分解在滚动轴承故障诊断中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、局部均值分解在滚动轴承故障诊断中的应用研究局部均值分解在滚动轴承故障诊断中的应川研究郃普刚,何R1,林意洲,刘献栋(北京航空航天人学交通科学与工程学院,北京,100191)摘要:局部均值分解(LMD)是在EMD的基础上提出的一种新的自适应时频分析方法,可以根据多分量调幅调频信号自身特点自适应地将其分解为一系列单分量信号。木文利川仿真信号研究了LMD算法的特性,验证了LMD处理多分量调幅调频信号的冇效性;针対轴承故障信号的调制特点以及背景信号对故障信号的影响,本文提出将其应用于滚动轴承外圈点蚀、内圈点蚀和滚动体点蚀的故障诊断屮,结果表明LMD方法能够有效地提取出故障特征

2、频率。关键词:局部均值分解;故障诊断;滚动轴承;特征频率中图分类号:TH212;TH213.3文献标识码:ARollerBearingFauItDiagnosisMethodBasedonLMDGaoPugang,HeTian,LinYizhou,LiuXiandong(SchoolofTransportationScienceandEngineering,BeijingUniversityofAeronauticsandAstronautics,Beijing,100191)Abstract:LMD(Localmeandecomposition)isanewkind

3、ofadaptivetimefrequencyanalysismethod,whichcandecomposethecomplexmulti-componentmodulatedsignalintoafinitesetofmono-componentsignalsaccordingtoitsowncharacteristics.SyntheticsignalisusedtoillustratetheeffectivenessoftheLMDmethodforprocessingmulti-componentmodulateclsignal.Inviewofthemo

4、dulationcharacteristicsofthevibrationaccelerationsignalandtheimpactofbackgroundsignals,LMDmethodisproposedtodiagnosethebearingwithouter-racefault,inner-racofaultandtheelementsfault.TheresultsindicatethecharacteristicfrequenciescanbeextractedeffectivelyusingtheLMDmethod.Keyword:Localmean

5、decomposition;Faultdiagnosis;Rollerbearing;CharacteristicFrequency滚动轴承是旋转机械最常用的、也是最易损伤的零部件其状态监测和故障诊断一直为犬家所重视。滚动轴承由于受载荷、摩擦力、阻尼、传播路径和噪声等多种因素的影响,实际采集到的包含轴承故障信息的振动信号是多分量的调幅-调频信号[1]。滚动轴承故障诊断的关键问题是多分量调幅调频故障信号的处理,以对故障特征信号进行识别,提取故障特征信息。滚动轴承故障诊断的方法冇很多,例如II订bert包络解调、窗口傅里叶变换、小波变换、神经网络、经验模态分解(EMD)等

6、,但这些方法都具有一定的局限性。如:Hilbert包络解调方法只对单分量的调制信号有效,受噪声影响严重[2]。而窗口傅里叶变换的时频窗口大小是固左不变的[3];小波变换一旦选择了小波基和分解尺度,所得到的结果是某一固定频带的信号,从这一点上來讲,小波分析不具有自适应性[4];神经网络的识别效果依赖于所提取的特征参数的有效性和网络参数的选取[5];EMD虽然是一种自适应的时频分析方法,但木身算法还存在一些问题,如基木模式项冃基金:中国航空动力机械研究所资助项冃(APTD-1105)作者简介:部普刚,男,北京航空航天人学车辆工程系硕士,1986年9月岀生,邮箱:gaopu

7、gang@163分量的判据问题、端点效应以及欠包络和过包络等问题[6]。局部均值分解(LocalMeanDecomposition,简称LMD)是在EMD的基础上提出的一种新的自适应时频分析方法[7]。与EMD相比,LMD端点效应得到了一定的抑制,解决了欠包络和过包络的问题。LMD方法自提出以來,已在故障领域得到了一定的应用,如YanxueWang等将LMD应用于转子的碰磨故障诊断[8];程军圣等利用该方法成功提取出了齿轮的故障信息[9]。基于LMD算法的突出优点、滚动轴承典型点蚀故障频率的理论特征以及LMD算法在故障诊断领域的一些成功应用,木文将L

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。