基于SVD-MEEMD与Teager能量谱的滚动轴承微弱故障特征提取 | |
杨超; 赵荣珍; 孙泽金 | |
刊名 | 噪声与振动控制 |
2020-08-18 | |
期号 | 2020-04页码:92-97 |
关键词 | 故障诊断 微弱故障 特征提取 奇异值分解 改进的集总经验模态分解 Teager能量谱 |
英文摘要 | 针对滚动轴承早期微弱故障特征难以提取的问题,提出一种基于奇异值分解(Singular Value Decomposition,SVD)、改进的集总经验模态分解(Modified Ensemble EMD,MEEMD)和Teager能量谱的滚动轴承微弱故障特征提取方法。该方法首先采用Hankel矩阵理论对滚动轴承的故障信号进行相空间重构得到重构矩阵,并根据奇异值差分谱理论对重构矩阵进行SVD处理,实现信号的初步降噪;其次,对降噪后的信号进行MEEMD分解得到一组本征模态分量(Intrinsic Mode Function,IMF)和一个余量,依据峭度-相关系数规则选取出一个冲击特征敏感的IMF分量,计算其Teager能量算子;最后,通过分析能量谱图实现对滚动轴承微弱故障的模式辨识。采用美国西储大学的滚动轴承故障数据对所提方法进行验证,并与其它模式的组合方法进行比较。结果表明,该方法具有良好的降噪效果和敏感特征筛选能力,从而能更准确提取出滚动轴承早期故障频率,实现故障类型的准确辨识。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/103789] |
专题 | 兰州理工大学 |
作者单位 | 兰州理工大学机电工程学院 |
推荐引用方式 GB/T 7714 | 杨超,赵荣珍,孙泽金. 基于SVD-MEEMD与Teager能量谱的滚动轴承微弱故障特征提取[J]. 噪声与振动控制,2020(2020-04):92-97. |
APA | 杨超,赵荣珍,&孙泽金.(2020).基于SVD-MEEMD与Teager能量谱的滚动轴承微弱故障特征提取.噪声与振动控制(2020-04),92-97. |
MLA | 杨超,et al."基于SVD-MEEMD与Teager能量谱的滚动轴承微弱故障特征提取".噪声与振动控制 .2020-04(2020):92-97. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论