Print

基于改进的共振稀疏分解的滚动轴承故障诊断

论文摘要

针对滚动轴承早期微弱故障湮没在高强背景噪声中、造成故障特征信息提取困难的特点,提出一种改进的共振稀疏分解方法。首先采用变分模态对信号去噪,根据峭度-相关系数准则选取包含故障特征信息量多的分量进行信号重构;然后对重构后的信号进行粒子群优化的共振稀疏分解;最后对分解得到的低共振分量进行包络分析,提取故障特征频率。实验结果证明了该方法比传统共振稀疏分解更能有效地提取故障特征频率,有效地减少了干扰成分。

论文目录

  • 0 前言
  • 1 共振稀疏分解 （Resonance-based Sparse Signal Decomposition,RSSD）
  •   1.1 共振属性
  •   1.2 品质因子可调小波变换（TQWT）
  •   1.3 高、低分量的分离
  • 2 粒子群优化算法（PSO）
  • 3 基于改进的共振稀疏分解方法的滚动轴承故障诊断
  • 4 实验分析
  •   4.1 滚动轴承故障诊断
  •   4.2 转子实验台故障诊断
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 杨伟,王红军

    关键词: 滚动轴承,变分模态分解,峭度相关系数准则,粒子群优化,共振稀疏分解

    来源: 机床与液压 2019年16期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 机械工业

    单位: 北京信息科技大学机电工程学院,北京信息科技大学现代测控技术教育部重点实验室,北京信息科技大学机电系统测控北京市重点实验室

    基金: 国家自然科学基金资助项目(51575055),“高档数控机床与基础制造装备”科技重大专项(2015ZX04001002)

    分类号: TH133.33

    页码: 175-179

    总页数: 5

    文件大小: 2609K

    下载量: 131

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/08e66023ce86ca7e47ad3df8.html