基于集成经验模态分解和峭度准则的滚动轴承故障特征提取方法
Rolling Bearing Fault Feature Extraction Method Based on Ensemble Empirical Mode Decomposition and Kurtosis Criterion作者机构:华北电力大学机械工程系河北省保定市071003
出 版 物:《中国电机工程学报》 (Proceedings of the CSEE)
年 卷 期:2012年第32卷第11期
页 面:106-111,153页
核心收录:
学科分类:0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 0802[工学-机械工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化]
基 金:国家自然科学基金项目(11072078) 中央高校基本科研业务费专项资金资助~~
主 题:集成经验模态分解 峭度 滚动轴承 包络解调 故障诊断
摘 要:为实现滚动轴承故障的精确诊断,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)与峭度准则的包络解调方法。该方法首先利用EEMD将振动信号分解,然后利用峭度最大准则选取EEMD分解后的本征模函数(intrinsic mode function,IMF),将该本征模函数进行包络解调从而获得滚动轴承的故障特征信息。该方法可以有效抑制经验模态分解(empirical mode decomposition,EMD)中的模态混叠问题,同时还避免了共振解调方法中中心频率及滤波频带的选取,具有良好的自适应性。利用该包络解调方法对实际滚动轴承发生内圈、外圈故障进行了分析,证明了该方法可以有效地提取滚动轴承故障特征信息,能够实现滚动轴承故障的精确诊断。