留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SVD与改进EMD的滚动轴承故障诊断

文成 周传德

文成, 周传德. 基于SVD与改进EMD的滚动轴承故障诊断[J]. 机械科学与技术, 2014, 33(5): 706-710. doi: 10.13433/j.cnki.1003-8728.2014.0517
引用本文: 文成, 周传德. 基于SVD与改进EMD的滚动轴承故障诊断[J]. 机械科学与技术, 2014, 33(5): 706-710. doi: 10.13433/j.cnki.1003-8728.2014.0517
Wen Cheng, Zhou Chuande. Rolling Bearing Fault Diagnosis Based on SVD and Improved EMD[J]. Mechanical Science and Technology for Aerospace Engineering, 2014, 33(5): 706-710. doi: 10.13433/j.cnki.1003-8728.2014.0517
Citation: Wen Cheng, Zhou Chuande. Rolling Bearing Fault Diagnosis Based on SVD and Improved EMD[J]. Mechanical Science and Technology for Aerospace Engineering, 2014, 33(5): 706-710. doi: 10.13433/j.cnki.1003-8728.2014.0517

基于SVD与改进EMD的滚动轴承故障诊断

doi: 10.13433/j.cnki.1003-8728.2014.0517
基金项目: 

国家自然科学基金项目(51205431)

重庆市科技攻关计划项目(CSTC2012gg-yyjs70012)资助

详细信息
    作者简介:

    文成(1972-),讲师,硕士,研究方向为信号分析与处理和机电测试与故障诊断,wch2002@126.com

Rolling Bearing Fault Diagnosis Based on SVD and Improved EMD

  • 摘要: 针对经验模态分解(EMD)存在的模态混叠问题,提出一种奇异值分解(SVD)和改进经验模态分解相结合的信号分析新方法。该方法首先对故障信号进行SVD降噪,以消除随机干扰,再根据信号特征加入高频谐波信号并进行EMD进行分解,有效地减少模态混叠现象,最后对EMD分解得到的高频本征模态分量(IMF)进行代数运算得到故障冲击成分,经Hilbert包络分析,提取出故障特征信息。仿真信号分析了这种方法的实施过程,并将该方法成功运用于滚动轴承内圈和外圈故障的诊断中。实验结果证明:该方法能够有效地提取滚动轴承故障特征信息,实现故障诊断。
  • [1] Huang N E,Shen Z,Long S R. The empirical mode decomposition and the hilbert spectrum for nonlinear and non-stationary time series analysis[C]// Proceedings of Royal Society of London Series,1998,(454): 903-905
    [2] 杨江天,周培钰.经验模态分解和 Laplace 小波在柴油机齿轮系故障诊断中的应用[J].机械工程学报,2011,47(7): 109-115 Yang J T,Zhou P Y. Fault diagnosis for gear train of locomotive diesel engine based on empirical mode decomposition and laplace wavelet [J]. Journal of Mechanical Engineering,2011,47 (7): 109-115 (in Chinese)
    [3] Wu Z H,Huang N E. Ensemble empirical mode decomposition:a noise-assisted data analysis method[J].Advances in Adaptive Data Analysis,2009,1(1): 1-41
    [4] 胡爱军,孙敬敬,向玲.经验模态分解中的模态混叠问题[J].振动、 测试与诊断,2011,31(4): 429-434 Hu A J,Sun J J,Xiang L. Mode mixing in empirical mode decomposition [J]. Journal of Vibration,Measurement % Diagnosis,2011,31(4): 429-434 (in Chinese)
    [5] 张波,李健君.基于 Hankel 矩阵与奇异值分解(SVD)的滤波方法以及在飞机颤振试验数据预处理中的应用[J].振动与冲击,2009,28(2): 162-167 Zhang B,Li J J. Denoising method based on hankel matrix and SVD and its application in flight flutter testing data preprocessing[J]. Journal of Vibration and Shock,2009,28(2): 162-167 (in Chinese)
    [6] Yang W X,Peter W T. Development of an advanced noise reduction method for vibration analysis based on singular value decomposition [J]. NDT % T International,2003,36(6): 419-432
    [7] 王太勇,王正英 胥永刚.基于 SVD 降噪的经验模式分解及其工程应用[J].振动与冲击,2005,24(4): 96-98 Wang T Y,Wang Z Y,Xu Y G. Empirical mode decomposition and its engineering applications based on svd denoising[J]. Journal of Vibration and Shock,2005, 24(4): 96-98 (in Chinese)
    [8] 高强,李良敏,孟庆丰.EMD 趋势分析方法及其应用研究[J].振动与冲击,2007,26(8): 98-100 Gao Q,Li L M,Meng Q F. Trend analysis approach based on empirical mode decomposition[J]. Journal of Vibration and Shock,2007,26(8): 98-100 (in Chinese)
    [9] 杨宇,于德介,程军圣.基于 Hilbert 边际谱的滚动轴承故障诊断方法[J].振动与冲击,2005,24(1): 70-72 Yang Y,Yu D J,Cheng J S. Roller bearing fault diagnosis based on hilbert marginal spectrum[J]. Journal of Vibration and Shock,2005,24(1): 70-72 (in Chinese)
  • 加载中
计量
  • 文章访问数:  106
  • HTML全文浏览量:  16
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-01-09
  • 刊出日期:  2015-06-10

目录

    /

    返回文章
    返回