应用EMD和倒包络谱分析的故障提取方法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN911.7;TH165.3

基金项目:

(航空科学基金资助项目(2017ZD02007)


Feature Extraction Method Based on MED and Envelope Cepstrum
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:

    针对倒频谱分析方法难以提取滚动轴承早期微弱故障的问题,提出了一种利用最小熵反褶积(minimum entropy deconvolution,简称MED)和倒包络谱分析的故障特征提取方法,并应用于滚动轴承诊断中。首先,采用MED方法对故障信号进行降噪处理,同时增强信号中的周期成分;然后,计算降噪后信号的包络,再对包络信号进行倒频谱分析;最后,得到倒包络谱,提取故障特征。试验结果表明,所提出的方法优于传统的倒频谱分析,能够有效提取强背景噪声下的滚动轴承早期故障特征频率信息。

    Abstract:

    In the light of the difficulty for the cepstrum method to draw early weak fault, a new feature extraction method based on minimum entropy deconvolution (MED) and envelope cepstrum is proposed. First, the fault signal is de-noised and the meantime periodic impact components are enhanced by MED method to get the envelope signal. Then, the envelope cepstrum is presented by the cepstrum analysis of the envelope signal. Finally, the fault features are extracted through the envelope cepstrum. The results of the experiments show that the proposed method extract the feature frequency information of incipient fault with higher efficiency than the traditional methods do and can be used to prevent major faults from occurring.

    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: 2018-11-02
  • 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