文献类型：期刊文章

作　　者：张安[1] 马增强[1,2] 陈明义[1] 李俊峰[3]

ZHANG An;MA Zengqiang;CHEN Mingyi;LI Junfeng(School of Electrical and Electronic Engineering,Shijiazhuang Tiedao University,Shijiazhuang 050043,China;State Key Laboratory of Mechanical Behavior and System Safety of Traffic Engineering Structures,Shijiazhuang Tiedao University,Shijiazhuang 050043,China;School of Mechanical and Electrical Engineering,Handan University,Handan 056005,China)

机构地区：[1]石家庄铁道大学电气与电子工程学院,河北石家庄050043 [2]石家庄铁道大学省部共建交通工程结构力学行为与系统安全国家重点实验室,河北石家庄050043 [3]邯郸学院机电学院,河北邯郸056005

出　　处：《济南大学学报（自然科学版）》

基　　金：国家自然科学基金重大项目(11790282);国家自然科学基金项目(11372199);河北省“三三三人才工程”培养经费项目(A201802004)

年　　份：2019

卷　　号：33

期　　号：4

起止页码：289-294

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、RCCSE、ZGKJHX、核心刊

摘　　要：针对共振解调方法容易受到噪声干扰,以及带通滤波器参数难以确定,很大程度上依赖经验的问题,提出一种基于奇异值分解和共振解调的滚动轴承故障特征提取方法;利用奇异值分解算法,将轴承振动信号分解成多个奇异值分量,计算各分量的峭度值,选择峭度值最大的分量,利用谱峭度算法确定中心频率和带宽,并对该分量信号进行带通滤波和包络解调分析。结果表明,提取性能以及鲁棒性能实验证明了该方法能够自适应确定滤波频带,降低噪声干扰的影响,并且在带通滤波器失效情况下有良好的稳定性。

关 键 词：共振解调 奇异值分解 降噪 故障特征提取

分 类 号：TP206.3] TH133.33]