首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进EMD和滑动峰态算法的滚动轴承故障特征提取
引用本文:张志刚,石晓辉,陈哲明,汤宝平.基于改进EMD和滑动峰态算法的滚动轴承故障特征提取[J].振动与冲击,2012,31(22):80-83.
作者姓名:张志刚  石晓辉  陈哲明  汤宝平
作者单位:1.重庆理工大学 汽车零部件制造及检测技术教育部重点实验室,重庆 400054;;2.重庆大学 机械传动国家重点实验室,重庆 400044
基金项目:国家自然科学基金项目(50875272);国家高技术研究发展计划项目(2009AA04Z411)
摘    要:针对滚动轴承故障特征往往被强背景噪声淹没的特点,提出一种基于改进经验模态分解(Empirical Mode Decomposition,EMD)与滑动峰态算法的滚动轴承故障特征提取方法。首先利用EMD方法分解原故障信号得到一组平稳固有模态分量(Intrinsic Mode Function,IMF)。然后采用互信息和广义相关系数筛选法消除传统EMD分解结果中虚假分量,并运用滑动峰态算法对真实IMF分量处理得到滑动峰态时间序列。最后计算滑动峰态序列频谱提取故障特征频率。滚动轴承的实例研究结果表明:该方法能够有效提取滚动轴承故障特征,可以取得比直接滑动峰态算法和传统包络解调分析更好的效果。

关 键 词:改进EMD  滑动峰态算法  滚动轴承  故障特征提取
收稿时间:2011-4-29
修稿时间:2011-11-16

Fault feature extraction of rolling element bearing based on improved EMD and sliding kurtosis algorithm
ZHANG Zhi-gang,SHI Xiao-hui,CHEN Zhe-ming,TANG Bao-ping.Fault feature extraction of rolling element bearing based on improved EMD and sliding kurtosis algorithm[J].Journal of Vibration and Shock,2012,31(22):80-83.
Authors:ZHANG Zhi-gang  SHI Xiao-hui  CHEN Zhe-ming  TANG Bao-ping
Affiliation:1.Key Laboratory of Manufacturing and Test Techniques for Automobile Parts, Ministry of Education,Chongqing University of Technology,Chongqing 400054,China; 2.The State Key Laboratory of Mechanical Transmission,Chongqing University,Chongqing 400044,China)
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
点击此处可从《振动与冲击》浏览原始摘要信息
点击此处可从《振动与冲击》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号