基于SVD-MEEMD与Teager能量谱的滚动轴承微弱故障特征提取

CORC > 兰州理工大学 > 兰州理工大学

	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.