文献类型：期刊文章

作　　者：于海祥[1,2] 赵新杰[3] 张龙[3]

机构地区：[1]天津职业技术师范大学机械学院,天津300222 [2]天津中德应用技术大学图文信息中心,天津300350 [3]天津中德应用技术大学机械与材料学院,天津300350

出　　处：《半导体光电》

基　　金：天津市高等学校科技发展基金项目(20140413)

年　　份：2017

卷　　号：38

期　　号：2

起止页码：271-277

语　　种：中文

收录情况：BDHX、BDHX2014、核心刊

摘　　要：针对旋转机械的故障自动诊断问题,提出一种基于经验模态分解(EMD)和频率辅助信号(FAS)的故障诊断方法。首先,利用滤波器移除非故障分量,通过实验采集各种故障下的特征频率,构建故障模型。然后,在实时故障诊断中,对光电位移传感器采集到的机械振动信号进行频谱分析,当主频接近一个特定故障的特征频率时,根据该特征频率构建一个FAS,并将其与振动信号进行叠加。接着,对叠加后的信号进行EMD,根据能量准则选择出主固有模态函数(IMF)。最后,通过三次样条插值法获得主IMF信号的包络,并获得包络谱的中心频率,以此对故障进行诊断。实验结果表明,提出的方法能够解决EMD的模态混叠问题,同时对故障的并发情况具有鲁棒性。

关 键 词：旋转机械 移除非故障分量  故障诊断 经验模态分解 频率辅助信号  

分 类 号：TH165.3]