基于双树复小波与完全集合经验模态分解的滚动轴承故障诊断方法 |
| |
引用本文: | 别锋锋,赵威,蒋威,彭剑,李荣荣.基于双树复小波与完全集合经验模态分解的滚动轴承故障诊断方法[J].轴承,2022(8):50-54. |
| |
作者姓名: | 别锋锋 赵威 蒋威 彭剑 李荣荣 |
| |
作者单位: | 常州大学机械与轨道交通学院 |
| |
基金项目: | 国家自然科学基金资助项目(52075050);;江苏省高等学校自然科学研究重大项目资助项目(19KJA430004);;江苏省研究生科研与实践创新计划资助项目(SJCX21_1202); |
| |
摘 要: | 针对滚动轴承振动信号故障特征不易提取的问题,提出了基于双树复小波与完全集合经验模态分解的滚动轴承故障诊断方法。首先,对信号进行双树复小波分解与重构,达到初步降噪的目的;然后,通过完全集合经验模态分解与互相关系数分析获得典型模态分量并进行信号重构;最后,分析重构信号的时、频域信息并与轴承故障特征频率对比完成轴承故障类型识别。仿真及试验结果表明,与小波降噪和集合经验模态分解相比,该方法有更好的降噪效果,能更准确地判断滚动轴承的故障状态。
|
关 键 词: | 滚动轴承 故障诊断 小波变换 双树复小波 CEEMDAN 信号重构 |
|
|