期刊文章详细信息
基于VMD共振稀疏分解的滚动轴承故障诊断
Fault diagnosis of rolling dearing based on VMD and resonance sparse decomposition
文献类型:期刊文章
机构地区:[1]北京信息科技大学机电工程学院 [2]北京信息科技大学现代测控技术教育部重点实验室 [3]北京信息科技大学机电系统测控北京市重点实验室
基 金:国家自然科学基金(51575055);科技重大专项(2015ZX04001002)资助
年 份:2018
卷 号:32
期 号:9
起止页码:20-27
语 种:中文
收录情况:BDHX、BDHX2017、CSCD、CSCD_E2017_2018、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对滚动轴承早期故障信息难以提取且信号呈现非平稳、非线性的特点。提出了一种基于变分模态分解和共振稀疏分解相结合的滚动轴承故障诊断方法。首先利用VMD将信号分解为一系列模态分量;然后根据峭度准则对包含故障信息最多的模态分量进行双Q因子的共振稀疏分解;最后对包含故障信息量丰富的低共振分量进行能量幅值谱分析从而得到轴承故障特征频率。其次将基于EMD共振稀疏分解应用于仿真信号作对比分析,证明VMD共振稀疏分解方法的有效性。基于此,将VMD共振稀疏分解方法应用于轴承内、外圈故障诊断中,成功提取出故障特征频率,验证了此方法的有效性。
关 键 词:变分模态分解 共振稀疏分解 品质因子 故障诊断
分 类 号:TH133.33]
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...