基于FDM的机械故障信号诊断处理方法研究

论文摘要

傅里叶分解(FDM)是一种新的自适应时频分析方法,该方法首先定义了瞬时频率具有物理意义的傅里叶固有频带函数(FIBFs),然后在整个傅里叶域自适应地搜寻解析傅里叶固有频带函数(AFIBFs),从而将非平稳非线性信号自适应地分解为若干个傅里叶固有频带函数和一个残余分量。FDM方法基于傅里叶变换,且是一种完备的、正交的、局部的和自适应的信号处理方法,数学理论充分,并且可以直接依据解析傅里叶固有频带函数直接求得时频能量谱,时频分辨率高,优点非常明显。仿真结果表明,与EMD相比,该方法无端点效应,不存在模态混叠效应,且数学理论充分。最后成功地将该方法应用到实际的滚动轴承故障诊断中。

论文目录

• 1 引言
• 2 FDM
• 3 仿真研究
• 4 实验研究
• 5 总结

文章来源

类型: 期刊论文

作者: 梁明亮,苏东民,葛明涛

关键词: 傅里叶分解,傅里叶固有频带函数,经验模态分解,滚动轴承,故障诊断

来源: 机械设计与制造 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 郑州铁路职业技术学院,河南工业大学,郑州大学

基金: 河南省科技攻关项目(182102210141),河南省高速铁路运营维护工程研究中心资助项目(2017),郑州铁路职业技术学院科技创新团队资助项目(17KJCXTD02)

分类号: TH133.33

DOI: 10.19356/j.cnki.1001-3997.2019.01.028

页码: 103-106

总页数: 4

文件大小: 835K

下载量: 150