基于MED和SK的滚动轴承循环冲击特征增强
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TH133.3

基金项目:

(国家自然科学基金资助项目(51665013,51265010,51205130);江西省科协重点活动资助项目(赣科协字[2014]154号);江西省青年科学基金资助项目(20161BAB216134)


Cyclic Shock Enhancement by the Combination of Minimum Entropy Deconvolution and Spectral Kurtosis
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出了一种融合最小熵解卷积(minimum entropy deconvolution, 简称MED)和谱峭度(spectral kurtosis, 简称SK)的轴承循环冲击类故障检测方法。利用最小熵解卷积得到消噪信号,若能检测到轴承故障特征则完成诊断过程,否则对消噪信号进行谱峭度分析选取最佳滤波器参数,对滤波信号进行二次滤波。通过包络谱检测确定是否存在故障及故障类型。实验室信号及工程案例的分析结果验证了该方法在检测轴承局部故障中的有效性和优越性。

    Abstract:

    Localized faults in rolling bearings present in the form of cyclic shocks in vibrations. We proposed the minimum entropy deconvolution (MED) method to enhance the sharp parts of the shocks. Then, the spectral kurtosis (SK) method was employed to eliminate the remaining noise and to further enhance the cyclic impact. Experimental data and field cases verified the effectiveness and merits of the proposed method.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-07-05
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司