咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >应用EMD和倒包络谱分析的故障提取方法 收藏

应用EMD和倒包络谱分析的故障提取方法

Feature Extraction Method Based on MED and Envelope Cepstrum

作     者:孙伟 李新民 金小强 黄建萍 张先辉 SUN Wei;LI Xinmin;JIN Xiaoqiang;HUANG Jianping;ZHANG Xianhui

作者机构:中国直升机设计研究所直升机旋翼动力学重点实验室景德镇333001 

出 版 物:《振动.测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)

年 卷 期:2018年第38卷第5期

页      面:1057-1062,1087,1088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:航空科学基金资助项目(2017ZD02007) 

主  题:滚动轴承 故障诊断 倒频谱 最小熵反褶积 包络信号 

摘      要:针对倒频谱分析方法难以提取滚动轴承早期微弱故障的问题,提出了一种利用最小熵反褶积(minimum entropy deconvolution,简称MED)和倒包络谱分析的故障特征提取方法,并应用于滚动轴承诊断中。首先,采用MED方法对故障信号进行降噪处理,同时增强信号中的周期成分;然后,计算降噪后信号的包络,再对包络信号进行倒频谱分析;最后,得到倒包络谱,提取故障特征。试验结果表明,所提出的方法优于传统的倒频谱分析,能够有效提取强背景噪声下的滚动轴承早期故障特征频率信息。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分