期刊文献+

基于峭度与小波包络分析的滚动轴承故障诊断 被引量:5

下载PDF
导出
摘要 针对滚动轴承振动信号具有变频和冲击的特征,采用峭度指标、小波分解和Hilbert包络分析相结合的方法对滚动轴承进行故障分析。首先对运行中的滚动轴承振动信号进行峭度指标分析,进行早期故障判断,进而小波分解消除噪声和干扰信号,再重构能量集中频段的小波信号,最后进行Hilbert包络谱解调分析,得到反映故障特征频率的包络信号。仿真实例表明,该方法可以有效地对滚动轴承进行故障诊断。
出处 《机械制造》 2014年第2期62-64,共3页 Machinery
  • 相关文献

参考文献7

二级参考文献27

  • 1石林锁.滚动轴承故障检测的改进包络分析法[J].轴承,2006(2):36-39. 被引量:17
  • 2陈季云,陈晓平.基于小波包分析的滚动轴承故障特征提取[J].微计算机信息,2007,23(02S):192-193. 被引量:27
  • 3冯象初,甘小冰,宋国乡.数饵泛函与小波理论[M].西安:西安电子科技大学出版社,2003.
  • 4高成.Matlab小波分析与应用[M].北京:国防工业出版社,2007.
  • 5Smith J S. The local mean decomposition and its application to EEG perception data [J]. JR Soc Interface, 2005, 2(5):443-454.
  • 6Case Western Reserve University Bearing Data Center Website.2011[2011-5-03].http://www.eecs.case.edu/laboratory/bearing/.
  • 7Rui F M, Kazuo H. Managing incipient faults in rotating machines based on vibration analysis and fuzzy logic[C]. ISME,2006:10- 12.
  • 8Avic E, Akpolat Z H. Speech recognition using a wavelet packet adaptive network based fuzzy inference system[ J ]. Expert Systems with Applications, 2006,31(4) :495 - 503.
  • 9Gary G Y, Kuo C L. Wavelet packet feature extraction for vibration monitoting[ J]. IEEE Transactions on Industrial Electronics,2000,47 (3) : 650 - 667.
  • 10Lu P J, Zhang M C, Hsu T C. An evaluation of engine faults diagnostics using artificial neural networks[J]. journal of Engineering for Gas Turbines and Power, 2001,123(2):340- 346.

共引文献163

同被引文献26

引证文献5

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部