期刊文献+

基于最小熵反褶积与HHT方法的滚动轴承故障特征提取

下载PDF
导出
摘要 滚动轴承作为旋转机械的重要支撑部件,对其进行早期故障诊断能提高机械运转的安全性。滚动轴承在故障早期故障信号极其微弱,并夹杂强噪声,采用希尔伯特-黄变换(HHT)分析故障噪声过程中,其分解得到的前几个本征模态函数中会出现端点效应,不利于故障部位的精准定位。本文采用最小熵反褶积方法提取冲击性较大的有效信号成分,提高信号的信噪比,实现滚动轴承故障特征的有效提取。实验结果表明MED能有效的提取滚动轴承故障早期信号的冲击成分,充分抑制了EMD分解带来的端点效应,提高了滚动轴承故障诊断的精度。
出处 《南方农机》 2016年第9期79-80,共2页
  • 相关文献

参考文献5

二级参考文献17

  • 1罗洁思,于德介,彭富强.基于EMD的多尺度形态学解调方法及其在机械故障诊断中的应用[J].振动与冲击,2009,28(11):84-86. 被引量:25
  • 2程军圣,于德介,杨宇.基于EMD的能量算子解调方法及其在机械故障诊断中的应用[J].机械工程学报,2004,40(8):115-118. 被引量:85
  • 3朱振宇,刘洪.稀疏反褶积方法及其应用[J].石油大学学报(自然科学版),2005,29(6):20-22. 被引量:12
  • 4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
  • 5CHENG Junsheng, YU Dejie, TANG Jiashi, et al. Ap- plication of Frequency Family Separation Method based upon EMD and Local Hilbert Energy Spectrum Method to Gear Fault Diagnosis [J]. Mechanism and Machine Theo- ry, 2008, 43(6) : 712 -723.
  • 6ANTONI J. The Spectral Kurtosis: a Useful Tool for Characterising Nonstationary Signals[J]. Mechanical Sys- tems and Signal Processing, 2006, 20(2): 282-307.
  • 7ANTONI J, RANDALL R B. The Spectral Kurtosis: Ap- plication to the Vibratory Surveillance and Diagnostic of Rotating Machines [J]. Mechanical Systems and Signal Processing, 2006, 20(2): 308-331.
  • 8ANTONI J. Fast Computation of the Kurtogram for the Detection of Transient Faults[J]. Mechanical Systems and Signal Processing, 2007, 21 ( 1 ) : 108 - 124.
  • 9THOMAS G Beckwith, ROY D Marangoini, JOHN H Lienhard. Mechanical Measurements [M]. Englewood Cliffs, USA: Prentice Hall, 1993.
  • 10Huang N E. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non - stationary time series analysis [ J ]. Proceeding of Royal Society London :A, 1998, 454:903-995.

共引文献64

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