基于振动信号稀疏分解的粮仓通风机轴承故障诊断方法

论文摘要

通风设备的健康运行状态对于保证粮食物资的储备质量至关重要,滚动轴承是通风机中最容易发生故障的部件之一。针对轴承振动监测信号噪声干扰严重、微弱故障信息难以提取的问题,采用稀疏分解方法对振动信号进行预处理,通过构建Gabor原子库,用匹配追踪算法分离出振动信号中反映随机干扰噪声的信号残差成分和反映故障的周期冲击成分,然后对故障成分重构信号做包络谱,进行轴承故障原因的深入分析和识别。通过仿真信号和实测风机振动信号的分析,验证了稀疏分解方法在轴承振动信号早期故障特征提取上的有效性。

论文目录

• 1 方法介绍
•   1.1 稀疏分解原理
•   1.2 稀疏分解算法
• 2 轴承仿真信号分析
•   2.1 轴承故障仿真信号
•   2.2 稀疏分解效果
• 3 轴承故障分析案例
• 4 结论

文章来源

类型: 期刊论文

作者: 姜锐,刘潇波,滕伟,张旋,柳亦兵

关键词: 风机,滚动轴承,故障诊断,振动信号分析,稀疏分解

来源: 中国粮油学报 2019年S2期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 轻工业手工业

单位: 华北电力大学电站设备状态监测与控制教育部重点实验室

基金: 国家重点研发计划(2017YFC0805900)

分类号: TS210.3

页码: 39-43

总页数: 5

文件大小: 1336K

下载量: 34