首页 | 官方网站   微博 | 高级检索  
     

SVD-LMD联合降噪和TEO的滚动轴承故障诊断
引用本文:谢小正,李俊,赵荣珍,崔振琦.SVD-LMD联合降噪和TEO的滚动轴承故障诊断[J].机械传动,2021,45(6):104-112.
作者姓名:谢小正  李俊  赵荣珍  崔振琦
作者单位:兰州理工大学 机电工程学院,甘肃 兰州 730050;甘肃筑鼎建设有限责任公司,甘肃 嘉峪关 735100
摘    要:针对随机噪声背景下滚动轴承局部损伤信息提取困难的问题,提出了一种奇异值分解(Singular value decomposition,SVD)和局部均值分解(Local mean decomposition,LMD)联合降噪,并结合Teager能量算子(Teager energy operator,TEO)的特征提取新方法.首先,利用SVD方法对滚动轴承故障振动信号进行处理,初步剔除背景噪声;然后,使用LMD方法分解降噪后的信号,依据相关系数指标筛分出敏感乘积函数(Product function,PF)并加以重构;最后,对重构的信号进行TEO解调分析,将解调谱中幅值突出的频率成分与故障特征频率理论值进行对比,提取故障信息.结果表明,该方法可有效提取轴承局部损伤的特征频率,最终实现故障诊断.

关 键 词:滚动轴承  奇异值分解  局部均值分解  Teager能量算子  故障诊断

Fault Diagnosis of Rolling Bearings based on SVD-LMD Joint De-noising and TEO
Xie Xiaozheng,Li Jun,Zhao Rongzhen,Cui Zhenqi.Fault Diagnosis of Rolling Bearings based on SVD-LMD Joint De-noising and TEO[J].Journal of Mechanical Transmission,2021,45(6):104-112.
Authors:Xie Xiaozheng  Li Jun  Zhao Rongzhen  Cui Zhenqi
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号