论文摘要
针对强背景噪声下难以提取滚动轴承故障特征的问题,提出了基于奇异值差分谱的改进奇异谱分解方法。首先,为克服奇异值分解按经验选择嵌入维数的不足,运用一种新的信号自适应处理方法——奇异谱分解(Singular Spectrum Decomposition,SSD)分析振动信号,SSD法通过构建新的轨迹矩阵,自适应选取嵌入维数,将非线性、非平稳信号从高频至低频分解为多个奇异谱分量。然后,针对奇异谱分解方法重构的奇异谱分量仍包含较强噪声的问题,提出利用奇异值差分谱对重构过程进行改进,提高了奇异谱分解的降噪能力,有效提取了有用信息。最后,根据故障特征找到包含有用信息的分量,对该分量进行希尔波特包络解调,从而准确地提取出故障特征。仿真和实验结果验证了该方法的有效性,提供了一种新的故障诊断方法。
论文目录
文章来源
类型: 期刊论文
作者: 胥永刚,张志新,马朝永,张建宇
关键词: 故障诊断,滚动轴承,改进奇异谱分解,奇异值差分谱
来源: 振动工程学报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 北京工业大学先进制造技术北京市重点实验室
基金: 国家自然科学基金资助项目(51775005,1675009)
分类号: TH133.3
DOI: 10.16385/j.cnki.issn.1004-4523.2019.03.020
页码: 540-547
总页数: 8
文件大小: 2942K
下载量: 383