登录    注册    忘记密码

期刊文章详细信息

基于EEMD和快速谱峭度的滚动轴承故障诊断研究    

Fault diagnosis of rolling bearing based on EEMD and fast spectral kurtosis

  

文献类型:期刊文章

作  者:曹玲玲[1] 李晶[1] 彭镇[1] 韩文冬[1] 张银飞[1]

CAO Ling-ling;LI Jing;PENG Zhen;HAN Wen-dong;ZHANG Yin-fei(School of Electrical and Mechanical Engineering,Xi'an Polytechnic University,Xi'an 710048,China)

机构地区:[1]西安工程大学机电工程学院,陕西西安710048

出  处:《机电工程》

基  金:国家自然科学基金资助项目(51975470);陕西省自然科学基础研究基金资助项目(2020JM-114)。

年  份:2021

卷  号:38

期  号:10

起止页码:1311-1316

语  种:中文

收录情况:BDHX、BDHX2020、CAS、IC、JST、RCCSE、ZGKJHX、核心刊

摘  要:从经验模态分解(EMD)中得到的本征模态函数(IMF)存在模态混合现象,并且其末端效应影响分解效果,针对这一问题,以西安交通大学XJTU-SY滚动轴承中的振动数据为例,对其外圈振动的正常数据和失效数据分别进行了对比研究。首先,采用集合经验模态(EEMD)分别对正常和失效轴承的振动信号进行了分解,得到了各阶IMF分量;然后,通过峭度准则选择关键的IMF分量进行了信号重构,计算了重构的信号快速谱峭度,根据快速谱峭度得出的中心频率和带宽为依据,对重构信号进行了带通滤波处理;最后,对包络谱进行了对比分析,获得了滚动轴承的准确故障特征信息。研究结果表明:通过EEMD分解和快速谱峭度得出滤波后的重构信号降噪效果明显,可以得到良好的故障带宽和中心频率;该方法能有效测出XJTU-SY滚动轴承出现外圈故障时的振动频率。

关 键 词:滚动轴承 故障诊断 集合经验模态分解  快速谱峭度  峭度准则  

分 类 号:TH133.33] TH17

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心