| 基于MS-EEMD的滚动轴承微弱故障提取研究 |
| |
| 引用本文： | 王志坚,吴文轩,张纪平,王日俊,寇彦飞.基于MS-EEMD的滚动轴承微弱故障提取研究[J].噪声与振动控制,2018,38(3):152-156. |
| |
| 作者姓名： | 王志坚 吴文轩 张纪平 王日俊 寇彦飞 |
| |
| 作者单位： | （ 中北大学 机械工程学院，太原 030051 ） |
| |
| 摘 要： | 在实际工况下，轴承的早期故障信号与强噪声信号相比属于微弱信号，而轴承的早期故障特征从强噪声环境中提取出来一直是故障诊断课题的一大难点。基于上述问题，提出一种基于MS（Mask Signal）和EEMD（Ensemble Empirical Mode Decomposition）方法的滚动轴承微弱故障提取方法。由于EEMD方法在噪声背景下分解出的IMF分量存在模态混叠现象，很难辨别故障频率的真伪，所以引入掩膜信号法对分解出的IMF分量进行处理，抑制虚假频率，将故障频率提取出来。通过将掩膜信号法与EEMD方法相结合的方式，对存在噪声的故障信号进行处理，提取出故障特征。
|
| 关 键 词： | 振动与波 强噪声 掩膜法 总体平均经验模态分解 故障诊断 |
| 收稿时间： | 2017-08-28 |
| 修稿时间： | 2017-11-01 |
Weak Fault Signal Extraction of Rolling Bearings based on MS-EEMD |
| |
| WANG ZHIJIAN.Weak Fault Signal Extraction of Rolling Bearings based on MS-EEMD[J].Noise and Vibration Control,2018,38(3):152-156. |
| |
| Authors: | WANG ZHIJIAN |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《噪声与振动控制》浏览原始摘要信息 |
|
点击此处可从《噪声与振动控制》下载全文 |
