自相关去噪和经验模态分解的轴承故障分析

为提取滚动轴承故障诊断中的信号,给出一种分离故障信号的新方法。该方法先对原始信号进行自相关去噪,再对去噪信号进行经验模态分解(EMD),得到各个本征模态函数(IMF),计算各个本征模态与去噪信号的相关系数。选择相关系数绝对值较大的本征模态进行重构,再对其去噪。最后对IMF重构信号进行包络谱分析,可以清晰地看到故障特征频率。通过仿真分析和两种不同轴承试验结果表明,所提出的方法可以有效地抑制噪声,并能得到反映实际故障信息的信号。

基于多层降噪处理的轴承故障特征提取方法

针对滚动轴承振动信号的故障信息难以准确获取问题,提出一种新的基于多层降噪处理的轴承故障特征提取方法。所提方法首先依据小波包变换原理处理原始轴承信号,消除噪声干扰;变换后的振动信号用经验模态分解方法处理可得若干个IMF分量,计算所得分量与变换所得信号间的互相关系数,并依据相关系数准则筛选有用分量完成振动信号的重构;再通过自相关方法剔除重构信号中的混叠干扰信号,实现振动信号的多层降噪;最后对去噪后的重构信号解调处理,获取信号包络谱图并分析,得到所需故障特征。试验结果表明该方法能够有效地消除原始信号中的干扰和噪声,分离出清晰的故障振动信号并获取有用的故障特征。

基于峭度准则的轴承故障信息分析方法

针对滚动轴承振动信号在进行早期故障诊断时通常会伴随噪声干扰的问题,提出一种新的基于峭度准则的轴承故障信息分析方法.首先根据小波包变换(WPT)原理处理原始轴承信号,实现初步去噪;然后用集合经验模态分解(EEMD)方法处理变换后的振动信号得到若干个IMF分量,并计算所得分量的峭度值,依据峭度准则筛选有效分量实现振动信号的重构;再通过自相关处理剔除重构信号中包含的混叠干扰信号,实现振动信号的多层降噪;最后对去噪后的重构信号解调处理,得到信号包络谱图并对它进行分析获取故障信息.滚动轴承故障信息分析实例表明:该方法能够有效消除原始信号中的干扰和噪声,分离出清晰的轴承振动信号并获取有用的故障信息.

一种基于宽带谱处理的机械系统故障检测方法

针对机械系统运行状态监测问题,文中提出了一种基于宽带谱处理的机械系统故障检测方法。该方法基于干扰噪声抑制和声纹比对技术,根据干扰噪声源的特点,采用自相关去噪与小波去噪相结合的方法,对干扰噪声进行了有效的抑制。在此基础上,采用欧式距离分类器对采集到的声纹信号进行分类判决,从而更好地对机械系统故障声纹信号进行检测、提取和识别,实现了对机械系统运行状态的监测和故障检测。通过数值仿真对文中所提故障检测方法进行验证,仿真结果表明文中所提故障检测方法具有良好的检测性能。