首页 | 官方网站   微博 | 高级检索  
     

基于IMF聚合与SVD的城轨车辆牵引电机轴承故障诊断
引用本文:陈骏杰,师蔚,胡定玉.基于IMF聚合与SVD的城轨车辆牵引电机轴承故障诊断[J].测控技术,2017,36(1):14-17.
作者姓名:陈骏杰  师蔚  胡定玉
作者单位:上海工程技术大学城市轨道交通学院,上海,201620
基金项目:上海市科学技术委员会科研计划(12210501200);上海工程技术大学研究生科研创新专项项目(E3-0903-16-01087)
摘    要:为有效提取城市轨道车辆牵引电机轴承的故障特征,提出一种基于本征模式分量(IMF)聚合与奇异值分解(SVD)相结合的轴承故障诊断方法.该方法首先运用经验模式分解(EMD)将原始振动信号分解成一系列本征模式分量;其次在利用皮尔逊积矩法进行本征模式分量的筛选后将剩余的分量聚合重构,再将重构信号运用奇异值分解降噪;最后对降噪信号进行Hilbert谱分析,实现轴承故障特征向量的提取.城市轨道车辆牵引电机轴承实测数据的分析结果表明该方法能够有效提取故障特征信号,对轴承故障进行有效的诊断.

关 键 词:牵引电机  轴承  故障诊断  本征模式分量(IMF)  奇异值分解

Fault Diagnosis for Traction Motor Rolling Bearings in Urban Rail Vehicles Based on IMF Aggregation and SVD
CHEN Jun-jie,SHI Wei,HU Ding-yu.Fault Diagnosis for Traction Motor Rolling Bearings in Urban Rail Vehicles Based on IMF Aggregation and SVD[J].Measurement & Control Technology,2017,36(1):14-17.
Authors:CHEN Jun-jie  SHI Wei  HU Ding-yu
Abstract:
Keywords:traction motor  rolling bearing  fault diagnosis  intrinsic mode function (IMF)  singular value decomposition (SVD)
本文献已被 万方数据 等数据库收录!
点击此处可从《测控技术》浏览原始摘要信息
点击此处可从《测控技术》下载全文
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