| 基于总体平均经验模态分解与1.5维谱的滚动轴承故障诊断方法 |
| |
| 引用本文： | 熊国良,毛志德,张龙,崔路瑶.基于总体平均经验模态分解与1.5维谱的滚动轴承故障诊断方法[J].机械设计与研究,2019(1):100-104. |
| |
| 作者姓名： | 熊国良 毛志德 张龙 崔路瑶 |
| |
| 作者单位： | 华东交通大学机电与车辆工程学院 |
| |
| 基金项目： | 国家自然科学基金(51665013;51205130);江西省自然科学基金(20161BAB216134;20171BAB206028)资助项目;江西省研究生创新资金项目(YC2017-S248) |
| |
| 摘 要： | 针对滚动轴承早期故障冲击信号微弱,强噪声干扰下故障特征难以提取等问题,提出了基于总体平均经验模态分解(EEMD)与1.5维谱的滚动轴承故障诊断方法。由于经验模态分解(EMD)在对信号进行分解时容易产生模态混叠现象,引入总体平均经验模态分解(EEMD)。首先将最小熵解卷积(MED)作为前置滤波器,对原始信号进行降噪处理,再利用1.5维谱对经过EEMD分解得到的较为敏感的本征模态函数进行分析,得到各个分量的1.5维包络谱,最终判断轴承是否存在故障。通过仿真信号及实验信号验证了文中所论方法的可行性和有效性。
|
| 关 键 词： | MED EEMD 1.5维谱 故障诊断 |
Study on Rolling Element Bearing Faults Diagnosis Based on EEMD and 1.5 Dimension Spectrum |
| |
| XIONG Guoliang,MAO Zhide,ZHANG Long,CUI Luyao.Study on Rolling Element Bearing Faults Diagnosis Based on EEMD and 1.5 Dimension Spectrum[J].Machine Design and Research,2019(1):100-104. |
| |
| Authors: | XIONG Guoliang MAO Zhide ZHANG Long CUI Luyao |
| |
| Affiliation: | (School of Mechatronics Engineering,East China Jiaotong University,Nanchang 330013,China) |
| |
| Abstract: | XIONG Guoliang;MAO Zhide;ZHANG Long;CUI Luyao(School of Mechatronics Engineering,East China Jiaotong University,Nanchang 330013,China) |
| |
| Keywords: | Minimum entropy deconvolution EEMD 1 5-dimensional spectrum fault diagnosis |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
