-
题名基于TVD和MSB的滚动轴承故障特征提取
被引量：11
- 1
-
-
作者
朱丹宸
张永祥
赵磊
朱群伟
-
机构
海军工程大学动力工程学院
-
出处
《振动与冲击》
EI
CSCD
北大核心
2019年第8期103-109,125,共8页
-
基金
湖北省自然科学基金(2017CFB672)
-
文摘
针对滚动轴承故障冲击信号周期性强且易被背景噪声淹没的特点,提出一种基于二阶全变分去噪(TVD)与调制信号双谱(MSB)的滚动轴承故障诊断方法。该方法利用二阶TVD处理故障信号,包络谱相关峭度被用于确定滤波过程中的参数λ;为进一步抑制噪声干扰,对滤波后信号进行MSB分析,选取故障特征频率占比最大的5个切片进行平均得到复合切片谱,提取出轴承故障特征;通过分析复合切片谱,判断轴承故障类型。将该方法运用到轴承故障仿真和实验信号。结果表明,所提出的方法能够有效抑制强背景噪声的干扰,实现了滚动轴承的故障诊断,证明了方法的有效性。
-
关键词
滚动轴承
故障诊断
全变分去噪(tvd)
调制信号双谱(MSB)
-
Keywords
rolling element bearing
fault diagnosis
total variation denoising(tvd)
modulation signal bispectrum(MSB)
-
分类号
TH133.3
[机械工程—机械制造及自动化]
-
-
题名一种改进的TVD电机轴承故障特征提取方法
被引量：3
- 2
-
-
作者
王凡
马军
王晓东
朱江艳
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省人工智能重点实验室
-
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第10期203-214,共12页
-
基金
国家自然科学基金(62163020,62173168)
云南省基础研究计划项目(202101BE070001-055,202102AD080007)。
-
文摘
针对全变分去噪(total variation denoising,TVD)方法在恢复信号特征的过程中使用L1范数会导致信号振幅降低和正则化参数λ难以选取的问题,提出了一种基于非凸全变分去噪(no convex total variation denoising,NCTVD)和天牛须搜索(beetle antennae search,BAS)算法的电机轴承故障特征提取方法。首先,引入反正切非凸惩罚函数定义二阶TVD中的正则化项,增强信号的冲击特征并诱导稀疏性;其次,利用BAS算法对NCTVD中的正则化参数λ和凸性参数a进行寻优并选取最佳参数组合来增强所构造模型的降噪性能,并给予参数约束来保证模型严格凸的性质;然后,通过最小优化算法求解新的NCTVD模型,实现振动信号的降噪和特征增强;最后,结合Teager能量算子(Teager-kaiser energy operator,TKEO)方法对降噪后的信号进行频谱分析,实现对电机轴承故障特征提取的应用验证。公开数据和实测数据的试验结果表明,该方法不仅有效地抑制噪声干扰和表征故障信息,还改善了传统TVD模型在提取故障特征过程中产生的脉冲能量衰减和稀疏效果欠佳的问题。
-
关键词
电机轴承
故障诊断
全变分去噪(tvd)
天牛须搜索(BAS)
-
Keywords
motor bearing
fault diagnosis
total variation denoising(tvd)
beetle antennae search(BAS)
-
分类号
TN911.7
[电子电信—通信与信息系统]
TH165.3
[电子电信—信息与通信工程]
-
