基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究-论文.pdf

基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究-论文.pdf

ID:53763087

大小:647.06 KB

页数:5页

时间:2020-04-24

基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究-论文.pdf_第1页
基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究-论文.pdf_第2页
基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究-论文.pdf_第3页
基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究-论文.pdf_第4页
基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究-论文.pdf_第5页
资源描述:

《基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、46机械传动2014正文章编号:1004-2539(2014)O3一O046一O4基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究庞震任学平刘桐桐单立伟(内蒙古科技大学机械工程学院,内蒙古包头014010)摘要滚动轴承是易损件,且从出现微故障到破坏扩展快。因此,发现滚动轴承早期微故障具有重要意义。利用小波包熵值和EMD相结合,来检测诊断轴承开始轻微故障的特征。首先运用小波包对采集信号实现信噪分离,突出了小波包降噪效果明显,然后以互相关、峭度准则提取经EMD分解降噪信号的分量,避免了IMF分量选择的盲目性。通过对仿真信号分析和实例分析,结果能够准确地检测出轴承故障,从而表明

2、本方法的有效性。.关键词小波包降噪EMD互相关峭度轴承故障ResearchofRollingBearingSlightFaultDiagnosisMethodbasedontheWaveletPacketEntropyandEMDPangZhenRenXuepingLiuTongtongShanLiwei(MechanicalEngineeringSchool,InnerMongoliaUniversityofScience&Technology,Baotou014010,China)AbstractRoilingbearingisthewearingpart,andfroms

3、lightfaulttodamageexpandquickly.There—fore,foundrollingbearinginitialslightfaultisgreatsignificance.TheinitialslightfaultcharacteristicsofbearingarediagnosedbasedoncombiningthewaveletpacketentropyandEMD.Signal-noiseseparationisa—chievedbywaveletpacket,thede-noisingeffectofthewaveletpacketmet

4、hodisobvious.ExtractingThesig—nalcomponentsdecomposedandde-noisedbyEMDisextractedwithcross-correlation,kurtosiscriterion,theblindnessofIMFcomponentsselectionisavoided.Throughthesimulationsignalanalysisandcaseanalysis,thebearingfaultcanbeaccuratelydetected,itisshowsthatthemethodiseffective.Ke

5、ywordsWaveletpacketde-noisingEMDCross-correlationKurtosisBearingfault0引言1基本理论轴承是机械工业应用极其广泛并且要求非常严1.1小波包熵值降噪格的配套件和基础件,常被称为机械的关节。它的运由于小波包分解可以使信号分解中所得到的低行优良程度和寿命长短常常影响着整个机械装置系频部分、高频部分都可以再次细分为一些子频带,在统的运转。而在实际工程使用中,发生轴承故障频率对子频带系数有更大的处理方法,因此更加有利于对也非常高。因此,对于轴承结构与其故障机理的深度噪声信息的消除和保留故障信息。依据信息花费最了解,将有助

6、于利用各种现代分析手段方法,对早期小原理,对小波包分解得到的各节点系数运用一种香的不同故障进行更有效的检测诊断_1]。农熵的最佳基搜索算法得出降噪信号。Coifman和在轴承故障萌生与发展初期,由于微弱的故障冲Wickerhauser最早先提出了此算法[3],根据Coifman击力、系统中自身的正常振动和其他振源导致的干扰和Wickerhauser的分析想法,为了刻画出小波包分解后各系数的性质,第一步应当定义出代价函数,他信号以及现场的白噪声,往往会使得故障特征信号淹们定义出的这个函数是基于香农熵的代价函数。设没在强烈的背景噪声中,从而导致需要的低频段故障特征频率极其微弱,无法

7、成为诊断故障频率的有效依给定的序列z一{z,}为空间V中的一个向量,定义香农嫡为据[2]。如何将微弱的信号从强噪声中提取并识别出M(z)一一∑PlogPj来是现今信号处理和故障诊断的研究重点之一。J第38卷第3期基于小波包熵值和EMD结合的滚动轴承微故障诊断方法研究471.3仿真分析其中,P,一,并且P=0时定义PlogP=0。ll山ll为了验证小波包与EMD处理轴承故障信号的香农熵刻画的数据序列具有如下性质:当序列中有效性,现取具有实际故障特征的仿真信号()进行的数据之间互相差别比较小时,

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。