文献类型：期刊文章

作　　者：孙鲜明[1] 刘欢[2] 赵新光[3] 周勃[4]

机构地区：[1]沈阳化工大学机械工程学院,沈阳110142 [2]沈阳化工大学信息工程学院,沈阳110142 [3]辽宁科技学院机械工程学院,本溪117004 [4]沈阳工业大学建筑工程学院,沈阳110870

出　　处：《机械工程学报》

基　　金：国家自然科学基金(51575361);辽宁省教育厅一般项目(L2015277;L2015427)资助项目

年　　份：2017

卷　　号：53

期　　号：3

起止页码：73-80

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171803618128)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：滚动轴承故障信号具有较强的非平稳特性,并且极易受齿轮等噪源污染,故障特征信息微弱,特别当滚动轴承处于故障早期,上述问题尤为严重。针对这一难点,提出基于瞬时包络尺度谱熵的滚动轴承早期故障奇异点识别及特征提取方法。应用重分配尺度谱对轴承的包络信号进行时频分解,计算每一时刻的功率谱熵,以获取信号的瞬时包络尺度谱熵(Instantaneous envelope scalogram entropy,IESE),则信号IESE曲线发生畸变的位置,即是轴承故障表征最为明显的时刻,进而可以提取轴承故障信号的最优故障表征时段(Optimal fault characterization phase,OFCP),应用包络解调和包络尺度谱分析OFCP,以提取轴承故障特征频率。实测信号分析结果表明,该方法能有效提取轴承故障早期的微弱故障特征信息。

关 键 词：滚动轴承 早期故障  包络尺度谱  瞬时包络尺度谱熵  最优故障表征时段  

分 类 号：TH133.33]