基于MRSVD与LMD的工业机器人交叉滚子轴承故障特征提取 |
| |
引用本文: | 何冬康,刘方平,谭顺学,和杰,舒凡.基于MRSVD与LMD的工业机器人交叉滚子轴承故障特征提取[J].机床与液压,2023,51(4):191-196. |
| |
作者姓名: | 何冬康 刘方平 谭顺学 和杰 舒凡 |
| |
作者单位: | 柳州职业技术学院;云南省特种设备安全检测研究院;云南惠民劳务服务有限公司 |
| |
基金项目: | 广西高校中青年教师基础能力提升项目(2018KY0986);柳州职业技术学院2022年校级科研项目(2022KB04) |
| |
摘 要: | 针对奇异值分解(SVD)优化局部均值分解(LMD)方法提取工业机器人交叉滚子轴承振动信号微弱故障特征分量时出现的模态混淆现象,提出一种基于最大分辨率SVD与LMD的工业机器人交叉滚子轴承故障特征提取方法。以最大奇异值分辨率原则将一维振动信号构造成Hankel矩阵,采用SVD对Hankel矩阵进行分解得到奇异值序列;按照奇异值曲率谱原则及非目标值抑制原则对奇异值序列进行重构,将包含故障突变信息的重构奇异值序列进行SVD逆运算得到重构振动信号;最后利用LMD方法对重构振动信号进行故障特征提取,得到能够表征原始振动信号振动特征的故障特征分量。通过与SVD优化LMD方法对比可知,该方法完整地提取了工业机器人交叉滚子轴承振动信号的微弱故障特征分量,改善了模态混淆现象。
|
关 键 词: | 交叉滚子轴承 奇异值分解 局部均值分解 特征提取 |
|
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|