| LCD和SWT在滚动轴承故障诊断中的应用 |
| |
| 引用本文： | 刘义亚,李可,陈鹏. LCD和SWT在滚动轴承故障诊断中的应用[J]. 机械强度, 2019, 41(4): 770-776 |
| |
| 作者姓名： | 刘义亚 李可 陈鹏 |
| |
| 作者单位： | 江南大学江苏省食品先进制造装备技术重点实验室,无锡214122;江南大学机械工程学院,无锡214122;日本国立三重大学,日本514-8507 |
| |
| 基金项目： | 国家自然科学基金;江苏省重点研发计划(产业前瞻与共性关键技术)项目;江南大学自主科研计划 |
| |
| 摘 要： | 针对强噪声背景下滚动轴承故障诊断中存在的非平稳非线性信号特征提取这一难题,提出一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)和同步压缩小波变换的方法(Synchrosqueezing Wavelet Transform, SWT),该方法首先对信号进行LCD分解,将其分解成多个內禀尺度函数(Intrinsic Scale Component,ISC),选取包含有效频率成分的ISC作为SWT的输入信号,使用SWT对其作进一步分析,从而提取有效频率特征。对强噪声背景下提取的滚动轴承外圈故障信号、内圈故障信号以及滚动体故障信号进行分析的结果表明,相比局部特征尺度分解、同步压缩小波变换等方法,该方法能够有效抑制噪声,从强噪声背景下提取出有效信号频率特征,从而能够有效判断滚动轴承的运转状况。同时该方法能够有效重构信号。
|
| 关 键 词： | 故障诊断 同步压缩小波变换 故障信号提取 局部特征尺度分解 |
THE APPLICATION OF LCD AND SWT IN FAULT DIAGNOSIS OF ROLLING BEARING |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
