文献类型：期刊文章

作　　者：陈是扦[1,2] 彭志科[2] 周鹏[2]

CHEN Shiqian;PENG Zhike;ZHOU Peng(State Key Laboratory of Traction Power,Southwest Jiaotong University,Chengdu 610031;State Key Laboratory of Mechanical Systems and Vibration,Shanghai Jiao Tong University,Shanghai 200240)

机构地区：[1]西南交通大学牵引动力国家重点实验室,成都610031 [2]上海交通大学机械系统与振动国家重点实验室,上海200240

出　　处：《机械工程学报》

基　　金：国家自然科学基金重点资助项目(11632011)。

年　　份：2020

卷　　号：56

期　　号：17

起止页码：91-107

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：重大装备制造业是国民经济的支柱,也是关系到国家安全的战略性产业,而重大机械装备的运行安全一直是备受关注的焦点。机械设备由于工作环境恶劣、工况复杂,其关键部件容易受损,导致设备性能退化,甚至造成设备崩溃。健康状态监测和故障诊断是保证重大机械装备安全运行的必要手段。通过信号分解可以抑制机械振动信号中的环境噪声和无关成分干扰,从而有效提取故障特征,因此信号分解在机械故障诊断中发挥着关键作用。目前,围绕信号分解理论及其在机械故障诊断中的应用,国内外学者开展了大量研究工作。首先,从时域、频域和时频域三个方面系统综述了国内外学者对信号分解理论的研究现状;其次,从轴承、齿轮和转子碰摩三个方面详细梳理了信号分解在机械故障诊断中的应用研究现状;最后,归纳总结了信号分解及其在机械故障诊断应用中面临的挑战。

关 键 词：状态监测  故障诊断 信号分解 轴承故障 转子碰摩

分 类 号：TH12] TB535[物理学类]