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

基于小波变换和EEMD分解的转子系统故障诊断

董文智 张超

董文智, 张超. 基于小波变换和EEMD分解的转子系统故障诊断[J]. 机械科学与技术, 2012, 31(6): 972-976.
引用本文: 董文智, 张超. 基于小波变换和EEMD分解的转子系统故障诊断[J]. 机械科学与技术, 2012, 31(6): 972-976.
Dong Wen-zhi, Zhang Chao. Fault Diagnosis for Rotor Systems Based on Wavelet Transform and EEMD[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(6): 972-976.
Citation: Dong Wen-zhi, Zhang Chao. Fault Diagnosis for Rotor Systems Based on Wavelet Transform and EEMD[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(6): 972-976.

基于小波变换和EEMD分解的转子系统故障诊断

基金项目: 

内蒙古自治区高等学校科学研究项目(NJZY11148)资助

详细信息
    作者简介:

    董文智(1956-),工程师,研究方向为旋转机械故障诊断,wypzc123@163.com

Fault Diagnosis for Rotor Systems Based on Wavelet Transform and EEMD

  • 摘要: 针对转子不平衡故障和滚动轴承微弱损伤性故障的复合故障诊断问题,提出了基于小波变换和总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)的故障诊断方法,进行了复合故障的耦合特征分离和故障特征频率的提取。该方法首先应用小波对原始信号进行分解与重构;然后针对分解与重构出的低频信号进行频谱分析提取低频非调制故障特征;最后针对高频共振调制信号进行基于EEMD的解调分析,以准确提取调制故障特征。通过工程实例信号的分析结果表明,该方法能够提取轴承的损伤性故障特征。
  • [1] 陈略,訾艳阳,何正嘉,成玮.总体平均经验模式分解与1.5维谱方法的研究[J].西安交通大学学报,2009,43(5):94~98
    [2] Randall R B.Detection and diagnosis of incipient bearing failurein helicopter gearboxes[J].Engineering Failure Analysis,2004,11(2):177~190
    [3] 杨宇,于德介,程军圣.基于EMD与神经网络的滚动轴承故障诊断方法[J].振动与冲击,2005,24(1):85~88
    [4] Peng Z K,Peter W T,Chu F L.A comparison study of improvedhilbert-huang transform and wavelet transform:application to faultdiagnosis for rolling bearing[J].Mechanical Systems SignalProcess,2005,19:974~985
    [5] 崔玲丽,高立新,殷海晨等.基于第二代小波的复合故障诊断方法研究[J].中国机械工程,2009,20(4):442~446
    [6] 蔡艳平,李艾华,石林锁,王涛.Hilbert解调技术在柴油机失火故障诊断中的应用[J].机械科学与技术,2009,28(10):1349~1358
    [7] 彭玉华.小波变换与工程应用[M].北京:科学出版社,2002
  • 加载中
计量
  • 文章访问数:  280
  • HTML全文浏览量:  23
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-03-15
  • 刊出日期:  2015-06-10

目录

    /

    返回文章
    返回