|
|||||
|
|
| 形态-奇异值分解降噪与LMD结合的滚动轴承故障诊断 | |
| 作者单位： | ;1.中北大学机械工程与自动化学院 |
| 摘 要： | 在局部均值分解(LMD)的理论基础上,分析了局部脉冲干扰和随机噪声对LMD分解质量的影响,结合形态学滤波和奇异值分解(SVD)降噪理论,提出了一种形态-奇异值分解降噪-LMD相结合的滚动轴承故障诊断方法,该方法将形态-奇异值分解作为LMD分解的前置处理单元,可以有效减少LMD分解层数,降低边界累积效应。利用仿真信号实例详述了这种方法的实施过程,并将该方法成功应用到实际轴承故障数据信号处理中,实验结果证明该方法在轴承故障诊断中切实可行,具有较好的应用价值。 |
| 关 键 词： | 局部均值分解 形态滤波 奇异值分解 故障特征提取 |
Fault Diagnosis of Rolling Bearing by Using Morphology-singular Value Decomposition De-noising and LMD |
|
| Abstract: | |
| Keywords: | |
