基于EMD和VPMCD的滚动轴承故障诊断

论文摘要

根据滚动轴承正常状态、内圈故障、外圈故障和滚动体故障4种不同类别的振动信号,给出了基于经验模态分解(Empirical Mode Decomposition,EMD)和变量预测模型(Variable Predictive Model Based Class Discriminate,VPMCD)的滚动轴承故障诊断方法。首先,使用EMD方法自适应地将滚动轴承振动信号分解为若干IMF(Intrinsic Mode Function,IMF),对前几个包含滚动轴承主要故障信息的IMF分量求包络谱,并提取故障特征频率处的幅值组成故障特征向量;然后,采用VPMCD分类器进行故障识别和分类。试验仿真分析结果表明,应用该方法对20×4个测试样本进行分析,80个样本均被成功识别,达到了试验研究预期的故障类型识别准确度。

论文目录

• 1 故障特征提取
•   1.1 基本模式分量
•   1.2 EMD方法
•   1.3 构造特征值向量
• 2 模式识别方法
• 3 试验仿真分析与结果
•   3.1 试验数据来源说明
•   3.2 仿真分析与结果
• 4 结论

文章来源

类型: 期刊论文

作者: 张健,张子阳,起雪梅,刘小英

关键词: 故障诊断,滚动轴承

来源: 机械设计 2019年S2期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 攀枝花学院交通与汽车工程学院,攀枝花学院数学与计算机学院

基金: 攀枝花学院科研项目（2016YB004）

分类号: TH133.33

DOI: 10.13841/j.cnki.jxsj.2019.s2.022

页码: 91-94

总页数: 4

文件大小: 189K

下载量: 188