基于LMD和阶次跟踪分析的滚动轴承故障诊断
Roller Bearing Fault Diagnosis Based on LMD and Order Tracking Analysis作者机构:长沙理工大学能源与动力工程学院长沙410114 湖南大学汽车车身先进设计制造国家重点实验室长沙410082
出 版 物:《振动.测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)
年 卷 期:2016年第36卷第3期
页 面:586-591,611页
核心收录:
学科分类:0711[理学-系统科学] 07[理学] 080202[工学-机械电子工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0802[工学-机械工程]
基 金:国家自然科学基金资助项目(51305046) 湖南省教育厅一般资助项目(14C0025) 能源高效清洁利用湖南省高校重点实验室开放基金资助项目(2013NGQ007)
摘 要:变转速工况下的滚动轴承故障振动信号具有多分量调制以及故障特征频率受到转频调制的特点,从而导致故障特征提取困难。对此,将局部均值分解(local mean decomposition,简称LMD)与阶次跟踪分析相结合,提出了一种变转速工况下的滚动轴承故障诊断方法。首先,采用阶次跟踪采样将时域滚动轴承故障振动信号转换到角域;然后,对角域信号进行LMD分解得到若干个乘积函数(product function,简称PF)分量;最后,对各个PF分量的瞬时幅值进行频谱分析,判断滚动轴承的故障部位和类型。通过对滚动轴承实验故障振动信号的分析,结果表明该方法能有效地应用于变转速工况下的滚动轴承故障诊断。