-
题名基于S变换与奇异值中值分解的滚动轴承故障诊断
被引量：1
- 1
-
-
作者
字玉
周俊
-
机构
昆明理工大学机电工程学院
-
出处
《机电工程》
CAS
北大核心
2022年第7期949-954,共6页
-
基金
国家重点研发计划重点专项项目(2018YFB1306100)
国家自然科学基金资助项目(51875272,52065030)。
-
文摘
为了有效地提取出滚动轴承故障信号的冲击特征,提出了一种基于S变换时频谱和奇异值中值分解(SVMD)算法的滚动轴承故障诊断方法。首先,利用S变换对滚动轴承原始振动信号进行了时频变换,得到了其时频系数矩阵,通过SVMD对时频系数矩阵进行了计算,筛选出合适的奇异值用以降噪;然后,通过仿真的方式,对结果进行了S逆变换,以获得信号的时域冲击特征;最后,以滚动轴承(型号N205)外圈、滚动体故障为例,进行了故障信号冲击特征提取实验,通过对轴承的外圈和滚动体故障数据分析处理,对基于ST-SVMD算法的有效性进行了验证。研究结果表明:通过采用基于ST-SVMD算法,得到了滚动轴承外圈的故障频率,该频率与该型号轴承特征频率基本一致;基于ST-SVMD算法,得到了滚动轴承滚动体的故障频率,该频率与该型号轴承特征频率基本一致;该结果证明,基于ST-SVMD算法在滚动轴承故障信号冲击特征的提取方面是有效的。
-
关键词
滚动轴承振动信号
故障频率
S变换
奇异值中值分解
冲击特征提取
信号降噪处理
-
Keywords
bearing failure vibration signal
fault frequency
S transform(ST)
singular value median decomposition(svmd)
impact characteristics extraction
signal noise reduction
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TH17
-
