文献类型：期刊文章

作　　者：王红军[1,2] 万鹏[1,2]

机构地区：[1]北京信息科技大学教育部现代测控技术重点实验室,北京100192 [2]北京信息科技大学机电工程学院,北京100192

出　　处：《北京理工大学学报》

基　　金：北京市自然科学基金资助项目(KZ201211232039;3131002);国家自然科学基金资助项目(51275052);北京市高等学校人才强教资助项目(PHR201106132)

年　　份：2013

卷　　号：33

期　　号：9

起止页码：945-950

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、INSPEC、JST、MR、RCCSE、RSC、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：提出一种基于总体平均经验模态分解和小波包变换的方法,进行早期故障敏感特征的获取,构建早期故障诊断模型.该方法首先应用EEMD对现场采集的振动信号进行分解,分离出不同频率成分的特征信号,选择与原信号相关系数最大的IMF分量进行信息重构;面向重构的IMF分量采用WPT进行分解,得到各个节点的小波系数;最后使用Hilbert变换提取小波包系数的包络,计算功率谱,准确获得早期故障的敏感特征.通过对仿真信号的分析验证了该方法对故障诊断的有效性.将该方法应用于实测的滚动轴承的内圈、外圈和滚动体故障诊断,诊断结果均表明该方法可有效提取早期故障敏感特征,故障诊断快速准确.

关 键 词：早期故障  特征获取  总体平均经验模态分解  小波包

分 类 号：TN911.72] TP14]