基于连续峭度优化的滚动轴承故障特征提取小波变换方法
Fault feature extraction method for rolling bearing based on wavelet transform optimized by continuous kurtosis作者机构:南京理工大学机械工程学院南京210094
出 版 物:《振动与冲击》 (Journal of Vibration and Shock)
年 卷 期:2015年第34卷第14期
页 面:27-32页
核心收录:
学科分类:11[军事学] 050103[文学-汉语言文字学] 05[文学] 08[工学] 110503[军事学-军事通信学] 0501[文学-中国语言文学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1002[医学-临床医学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0802[工学-机械工程] 081002[工学-信号与信息处理] 0801[工学-力学(可授工学、理学学位)] 0702[理学-物理学]
基 金:国家自然科学基金(51275245 61374133) 江苏省"六大人才高峰"计划资助项目(2011-ZBZZ-011)
摘 要:为更有效提取滚动轴承早期故障中微弱冲击特征成分,提出基于连续峭度优化的小波变换故障特征提取方法。据连续峭度与小波能量相关程度,对原信号特征分量的小波系数及能量成分进行不同程度优化,强化故障信号中具有冲击特征的能量成分、削弱其它能量成分。通过优化的小波系数重构原信号特征分量,计算特征分量包络谱以提取冲击特征频率及相关倍频,实现对故障特征提取。通过仿真信号、实际轴承数据应用分析表明,该算法能强化冲击特征能量成分,能更有效提取早期故障中冲击特征。