基于EEMD-SVD与时域分析的马田系统轴承故障诊断 | |
剡昌锋; 王伟; 王慧滨; 朱涛; 吴黎晓 | |
刊名 | 兰州理工大学学报 |
2019-06-15 | |
期号 | 2019年03期页码:39-45 |
关键词 | 初始故障 总体平均经验模式分解和奇异值分解方法 时频特征 马田系统 状态监测 故障阶段 |
ISSN号 | ISSN:1673-5196 |
英文摘要 | 针对轴承初始故障发生的时间点以及退化趋势,提出了基于总体平均经验模式分解和奇异值分解方法(EEMD-SVD)与时域分析的马田系统故障诊断方法.该方法通过提取振动信号时域和时频特征,构建不同特征参数下的基准空间并利用正交表对特征参数进行降维和优化,最终融合成单一特征参数马氏距离.分别用马氏距离监测轴承运行状态,判断初始故障发生的时刻以及演化趋势,并依据马氏距离对轴承故障发展的过程进行了划分.该方法有效地提取了振动信号时频特征并优化了马田系统基准空间,更加准确地识别了轴承初始故障发生的时间点以及更加合理地划分了轴承的退化过程.通过两组滚动轴承加速寿命试验,验证了该方法的有效性和合理性. |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/404] |
专题 | 机电工程学院 |
作者单位 | 1.69224部队 2.92822部队 3.兰州理工大学机电工程学院 |
推荐引用方式 GB/T 7714 | 剡昌锋,王伟,王慧滨,等. 基于EEMD-SVD与时域分析的马田系统轴承故障诊断[J]. 兰州理工大学学报,2019(2019年03期):39-45. |
APA | 剡昌锋,王伟,王慧滨,朱涛,&吴黎晓.(2019).基于EEMD-SVD与时域分析的马田系统轴承故障诊断.兰州理工大学学报(2019年03期),39-45. |
MLA | 剡昌锋,et al."基于EEMD-SVD与时域分析的马田系统轴承故障诊断".兰州理工大学学报 .2019年03期(2019):39-45. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论