论文摘要
在强噪声背景下,滚动轴承非平稳非线性的早期微弱故障信号特征提取较为困难,提出结合变分模态分解(Variational Mode Decomposition,VMD)和同步压缩小波变换(Synchrosqueezing Wavelet Transform,SWT)的分析方法,该方法首先利用最大峭度准则优化VMD参数,使用优化后的参数对故障信号进行VMD分解,再利用峭度准则选择含有有效信息最多的本征模函数(Intrinsic Mode Function,IMF),最后使用SWT对最优IMF进行处理分析,从而提取有效特征频率。对强噪声背景下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处理分析,结果表明相比Hilbert包络、SWT等方法,该方法能够从强噪声背景下提取出故障信号频率特征,以此判断滚动轴承的运转状况。同时该方法能够有效重构信号。
论文目录
文章来源
类型: 期刊论文
作者: 周进群,刘义亚
关键词: 故障诊断,同步压缩小波变换,故障信号提取,变分模态分解
来源: 汽车实用技术 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 深南电路股份有限公司
分类号: TH133.33
DOI: 10.16638/j.cnki.1671-7988.2019.06.050
页码: 146-152
总页数: 7
文件大小: 2288K
下载量: 149
相关论文文献
标签：故障诊断论文; 同步压缩小波变换论文; 故障信号提取论文; 变分模态分解论文;