文献类型：期刊文章

作　　者：王涛[1] 胡定玉[1] 丁亚琦[2] 廖爱华[1] 师蔚[1]

WANG Tao;HU Dingyu;DING Yaqi;LIAO Aihua;SHI Wei(School of Urban Rail Transportation,Shanghai University of Engineering Science,Shanghai 201620,China;Vehicle Branch,Shanghai Metro Maintenance and Guarantee Co.,Ltd.,Shanghai 200235,China)

机构地区：[1]上海工程技术大学城市轨道交通学院,上海201620 [2]上海地铁维护保障有限公司车辆分公司,上海200235

出　　处：《噪声与振动控制》

基　　金：国家自然科学基金资助项目(51605274);上海市地方院校能力建设资助项目(20030501000)。

年　　份：2021

卷　　号：41

期　　号：1

起止页码：77-81

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：针对滚动轴承故障声信号故障诊断中共振解调滤波参数较难确定以及故障诊断困难的问题,提出一种基于经验模式分解和排列熵的改进滚动轴承故障诊断解调方法。该方法首先对滚动轴承声信号进行经验模式分解,将其分解为多个本征模态分量;然后计算各本征模态分量的排列熵值和相关系数,根据联合系数最大化原则对筛选出的分量进行信号重构;最后,利用快速谱峭度对重构信号进行滤波分析,将峭度值最大的频段进行平方包络提取特征频率。将该方法用于滚动轴承故障声信号的实际数据进行分析,结果表明该方法能够有效提取滚动轴承故障特征,并且相较于传统的包络解调具有更好的效果。

关 键 词：故障诊断 滚动轴承 经验模式分解 排列熵  

分 类 号：TH133.3] T206]