文献类型：期刊文章

作　　者：马天霆[1,2] 孙振波[2] 邓敏强[1] 邓艾东[1]

MA Tianting;SUN Zhenbo;DENG Minqiang;DENG Aidong(National Engineering Research Center of Turbo-Generator Vibration,School of Energy and Environment,Southeast University,Nanjing 210096,China;Guohua Taicang Power Generation Co.,Ltd.,Suzhou 215000,Jiangsu Province,China)

机构地区：[1]东南大学能源与环境学院火电机组振动国家工程研究中心,南京210096 [2]国华太仓发电有限公司,江苏苏州215000

出　　处：《动力工程学报》

基　　金：国家自然科学基金资助项目(51875100);中央高校基本科研业务费专项资金资助项目(2242020k30031)

年　　份：2020

期　　号：12

起止页码：982-987

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对滚动轴承的早期故障诊断问题,提出一种基于有理样条插值的局部均值分解(RSBLMD)算法,并将其应用于滚动轴承早期微弱故障的诊断。采用优化的有理样条插值算法构造信号的包络线,并通过RSBLMD算法将原始信号分解为一系列乘积函数(PF)分量;根据峭度筛选出分解结果中包含故障信息较多的有效分量;最后通过对有效分量的包络谱分析实现滚动轴承的早期故障诊断。结果表明:所提出的RSBLMD算法具有更高的分解精度,能准确识别出滚动轴承的早期故障。

关 键 词：故障诊断 局部均值分解 滚动轴承 RSBLMD算法  

分 类 号：TH133.33] TH43