文献类型：期刊文章

作　　者：张超[1,2] 陈建军[1] 徐亚兰[1]

机构地区：[1]西安电子科技大学机电工程学院,陕西西安710071 [2]内蒙古科技大学信息工程学院,内蒙古包头014010

出　　处：《振动工程学报》

基　　金：国家863高技术研究发展计划资助项目(2006AA04Z402);中央高校基本科研资金资助项目(JY10000904012)

年　　份：2011

卷　　号：24

期　　号：5

起止页码：539-545

语　　种：中文

收录情况：AJ、AMR、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20114714549514)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对故障轴承振动信号中含有强烈的背景噪声,难以提取故障频率的现实情况,提出了基于经验模态分解(Empirical Mode Decomposition,EMD)和奇异值差分谱的轴承故障诊断方法。首先通过EMD方法将非平稳的原始轴承振动信号分解成若干个平稳的本征模函数(Intrinsic Mode Function,IMF);由于背景噪声的影响,从各个IMF的频谱中难以准确地得到故障频率。对IMF分量构建Hankel矩阵并进行奇异值分解,进一步找到奇异值差分谱,根据奇异值差分谱理论对某个IMF分量进行消噪和重构,然后再求其频谱,便能准确地得到故障频率。实验结果表明,提出的方法能有效地应用于轴承的故障诊断。

关 键 词：轴承 故障诊断 经验模态分解 HANKEL矩阵 奇异值差分谱  

分 类 号：TH133.3] TH165.3