| 随机共振消噪和EMD分解在轴承故障诊断中的应用 |
| |
| 引用本文： | 张超,陈建军.随机共振消噪和EMD分解在轴承故障诊断中的应用[J].机械设计与研究,2013,29(1):35-38. |
| |
| 作者姓名： | 张超 陈建军 |
| |
| 作者单位： | 1. 内蒙古科技大学信息工程学院,内蒙古包头,014010
2. 西安电子科技大学机电工程学院,西安,710071 |
| |
| 基金项目： | 内蒙古自治区资助高等学校科学研究项目(NJZY11148) |
| |
| 摘 要： | 针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪(stochastic resonance,SR)和经验模态分解(Empirical Mode Decomposition,EMD)的轴承故障诊断方法.首先,将轴承振动信号进行随机共振消噪,利用噪声增强振动信号的信噪比；然后,将消噪的信号再进行EMD分解,通过求取本征模函数(Intrinsic Mode Function,IMF)幅值谱,从而发现轴承故障频率.实验结果表明,该方法可以提高信噪比,实现微弱信号检测,更有效地应用于轴承的故障诊断.
|
| 关 键 词： | 故障诊断 随机共振 经验模态分解 本征模式分量 信噪比 |
Application of Stochastic Resonance for Denoising and EMD to Bearing Fault Diagnosis |
| |
| Zhang Chao
,
Chen Jianjun.Application of Stochastic Resonance for Denoising and EMD to Bearing Fault Diagnosis[J].Machine Design and Research,2013,29(1):35-38. |
| |
| Authors: | Zhang Chao Chen Jianjun |
| |
| Affiliation: | 1.School of Information Engineering University of Science and Technology of The Inner Mongol,014010 China; 2.School of Electronic-Mechanical Engineering Xidian University,Xi’an,710071 China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
