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

滚动轴承早期性能退化评估技术研究

黄海凤 高宏力 李丹 杨昕时 黄晓蓉 张莉

黄海凤, 高宏力, 李丹, 杨昕时, 黄晓蓉, 张莉. 滚动轴承早期性能退化评估技术研究[J]. 机械科学与技术, 2017, 36(11): 1771-1777. doi: 10.13433/j.cnki.1003-8728.2017.1122
引用本文: 黄海凤, 高宏力, 李丹, 杨昕时, 黄晓蓉, 张莉. 滚动轴承早期性能退化评估技术研究[J]. 机械科学与技术, 2017, 36(11): 1771-1777. doi: 10.13433/j.cnki.1003-8728.2017.1122
Huang Haifeng, Gao Hongli, Li Dan, Yang Xinshi, Huang Xiaorong, Zhang Li. Study on Evaluation of Incipient Performance Degradation of Rolling Bearings[J]. Mechanical Science and Technology for Aerospace Engineering, 2017, 36(11): 1771-1777. doi: 10.13433/j.cnki.1003-8728.2017.1122
Citation: Huang Haifeng, Gao Hongli, Li Dan, Yang Xinshi, Huang Xiaorong, Zhang Li. Study on Evaluation of Incipient Performance Degradation of Rolling Bearings[J]. Mechanical Science and Technology for Aerospace Engineering, 2017, 36(11): 1771-1777. doi: 10.13433/j.cnki.1003-8728.2017.1122

滚动轴承早期性能退化评估技术研究

doi: 10.13433/j.cnki.1003-8728.2017.1122
基金项目: 

国家自然科学基金项目(51275426)、四川省科技计划项目(2015HH0015)及中央高校基本科研业务费专项资金资助(2682014CX034,2682014BR024)资助

详细信息
    作者简介:

    黄海凤(1976-)讲师,博士后,研究方向为智能诊断与故障预警,hlonghaifeng@163.com

Study on Evaluation of Incipient Performance Degradation of Rolling Bearings

  • 摘要: 为了解决轴承早期性能退化时信噪比低,特征提取和早期性能退化评估困难这一难题,本文采用盲源分离的方法分离轴承振动信号的干扰,将盲源分离后轴承振动信号的峭度值作为轴承性能评估的敏感特征,利用动态模糊神经网络建立轴承的早期性能退化模型。根据盲源分离后,早期性能退化时轴承振动信号的峭度值增加,可作为轴承早期性能退化评估的敏感特征。计算结果表明,盲源分离使得振动信号的峭度对轴承的性能状态更加敏感,轴承性能退化评估结果准确,具有重要的工业实用价值。
  • [1] Papaelias M, Amini A, Huang Z, et al. Online condition monitoring of rolling stock wheels and axle bearings[J]. Proceedings of the Institution of Mechanical Engineers, Part F:Journal of Rail and Rapid Transit, 2014,230(3):709-723
    [2] Tiwari R, Gupta V K, Kankar P K. Bearing fault diagnosis based on multi-scale permutation entropy and adaptive neuro fuzzy classifier[J]. Journal of Vibration and Control, 2015,21(3):461-467
    [3] 张晗,杜朝辉,方作为,等.基于稀疏分解理论的航空发动机轴承故障诊断[J].机械工程学报,2015,51(1):97-105 Zhang H, Du Z H, Fang Z W, et al. Sparse decomposition based aero-engine's bearing fault diagnosis[J]. Journal of Mechanical Engineering, 2015,51(1):97-105(in Chinese)
    [4] 马新娜,杨绍普.滚动轴承复合故障诊断的自适应方法研究[J].振动与冲击,2016,35(10):145-150 Ma X N, Yang S P. Adaptive compound fault diagnosis of rolling bearings[J]. Journal of Vibration and Shock, 2016,35(10):145-150(in Chinese)
    [5] 郑红,周雷,杨浩.基于小波包分析与多核学习的滚动轴 承故障诊断[J].航空动力学报,2015,30(12):3035-3042 Zheng H, Zhou L, Yang H. Rolling bearing fault diagnosis based on wavelet packet analysis and multi kernel learning[J]. Journal of Aerospace Power, 2015,30(12):3035-3042(in Chinese)
    [6] Ali, J B, Chebel-Morello B, Saidi L, et al. Accurate bearing remaining useful life prediction based on Weibull distribution and artificial neural network[J]. Mechanical Systems and Signal Processing, 2015,56-57:150-172
    [7] Wang Y X, Liang M. An adaptive SK technique and its application for fault detection of rolling element bearings[J]. Mechanical Systems and Signal Processing, 2011,25(5):1750-1764
    [8] 张念,刘天佑,李杰.FastICA算法及其在地震信号去噪中的应用[J].计算机应用研究,2009,26(4):1432-1434 Zhang N, Liu T Y, Li J. FastICA algorithm and its application in seismic signal noise elimination[J]. Application Research of Computers, 2009,26(4):1432-1434(in Chinese)
    [9] 钟丽莉,熊兴中.基于峭度的独立分量算法的性能分析研究[J].四川理工学院学报(自然科学版),2014,27(4):43-47 Zhong L L, Xiong X Z. Research on performance analysis of independent component algorithm based on kurtosis[J]. Journal of Sichuan University of Science & Engineering(Natural Science Edition), 2014,27(4):43-47(in Chinese)
    [10] 伍世虔,徐军.动态模糊神经网络-设计与应用[M].北京:清华大学出版社,2008:27-38 Wu S Y, Xu J. Dynamic fuzzy neurol network-design and application[M]. Beijing:Tsinghua University Press, 2008:27-38(in Chinese)
  • 加载中
计量
  • 文章访问数:  179
  • HTML全文浏览量:  21
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-07-28
  • 刊出日期:  2017-11-05

目录

    /

    返回文章
    返回