登录    注册    忘记密码

期刊文章详细信息

基于SVD与改进EMD的滚动轴承故障诊断    

Rolling Bearing Fault Diagnosis Based on SVD and Improved EMD

  

文献类型:期刊文章

作  者:文成[1] 周传德[1]

机构地区:[1]重庆科技学院机械与动力工程学院,重庆401331

出  处:《机械科学与技术》

基  金:国家自然科学基金项目(51205431);重庆市科技攻关计划项目(CSTC2012gg-yyjs70012)资助

年  份:2014

卷  号:33

期  号:5

起止页码:706-710

语  种:中文

收录情况:BDHX、BDHX2011、CSCD、CSCD2013_2014、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:针对经验模态分解(EMD)存在的模态混叠问题,提出一种奇异值分解(SVD)和改进经验模态分解相结合的信号分析新方法。该方法首先对故障信号进行SVD降噪,以消除随机干扰,再根据信号特征加入高频谐波信号并进行EMD进行分解,有效地减少模态混叠现象,最后对EMD分解得到的高频本征模态分量(IMF)进行代数运算得到故障冲击成分,经Hilbert包络分析,提取出故障特征信息。仿真信号分析了这种方法的实施过程,并将该方法成功运用于滚动轴承内圈和外圈故障的诊断中。实验结果证明:该方法能够有效地提取滚动轴承故障特征信息,实现故障诊断。

关 键 词:奇异值分解 改进经验模态分解  高频谐波  滚动轴承 故障诊断

分 类 号:TH165.3] TN911.2]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心