文献类型：期刊文章

作　　者：王建国[1] 李健[1] 万旭东[1]

机构地区：[1]东北电力大学自动化工程学院,吉林132012

出　　处：《机械工程学报》

基　　金：国家自然科学基金资助项目(51176028)

年　　份：2015

卷　　号：51

期　　号：3

起止页码：104-110

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20151200650532)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对随机噪声干扰滚动轴承故障特征信号提取这一问题,提出一种基于奇异值分解(Singular value decomposition,SVD)滤波降噪与局域均值分解(Local mean decomposition,LMD)相结合的故障特征提取方法。该方法首先对原始振动信号在相空间重构Hankel矩阵并利用SVD方法进行降噪处理,再对降噪后的信号进行LMD分解,将多分量的调制信号分解成一系列生产函数(Product function,PF)之和,最后结合共振解调技术对PF分量进行包络谱分析提取故障特征频率。通过数值仿真和实际轴承故障数据的分析对比,表明该方法提高了LMD的分解能力,可有效辨别出滚动轴承实测信号的典型故障,提高滚动轴承故障的诊断效果。

关 键 词：滚动轴承 奇异值分解 局域均值分解 故障特征提取

分 类 号：TH133]