文献类型：期刊文章

作　　者：汤宝平[1] 蒋永华[1] 张详春[2]

机构地区：[1]重庆大学机械传动国家重点实验室,重庆400044 [2]中国航空综合技术研究所,北京100028

出　　处：《机械工程学报》

基　　金：国家自然科学基金(50875272;50735008);国家高技术研究发展计划(863计划;2009AA04Z411)资助项目

年　　份：2010

卷　　号：46

期　　号：5

起止页码：37-42

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20101712896815)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对随机噪声和局部强干扰影响经验模态分解(Empirical mode decomposition,EMD)质量的问题,提出一种形态奇异值分解滤波消噪方法,并将其与EMD相结合形成一种新的故障特征提取方法。该方法首先对原始振动信号进行相空间重构和奇异值分解(Singular value decomposition,SVD),根据奇异值分布曲线确定降噪阶次进行SVD降噪,再形态滤波,最后把消噪后的信号进行EMD分解,利用本征模模态分量(Intrinsic mode function,IMF)提取故障特征信息。对仿真信号和实际轴承故障数据的应用分析表明,该方法能有效地提取轴承故障特征,诊断轴承故障,还可以减少EMD的分解层数和边界效应,提高EMD分解的时效性和精确度。

关 键 词：经验模态分解 奇异值分解 形态滤波 故障特征提取

分 类 号：TH165.3] TN911.2]