基于RSSD和小波变换的滚动轴承故障诊断研究
滚动轴承产生失效的原因复杂,早期故障信号能量微弱,振动噪声明显,因此对故障特征提取技术的研究一直是滚动轴承故障诊断的关键.针对滚动轴承故障振动信号呈现出非线性、非平稳性及噪声背景较强等特点,为了有效提取故障特征,提出了一种共振稀疏分解(Resonance-based Sparse Signal Decomposition,RSSD)与小波变换相结合的振动信号特征提取技术.其中,共振稀疏分解是基于品质因子可调小波变换与形态分量分析的一种新的信号分解方法,与常规的基于频带划分的信号分解方法不同,它依据信号各分量的振荡形态不同对信号进行分解.通过单一故障与复合故障仿真分析及实验数据分析,验证了该方法在滚动轴承早期故障诊断应用的有效性.
滚动轴承 故障诊断 共振稀疏分解 小波变换
陈保家 严文超 朱晨希 耿远程 钟先友
三峡大学水电机械设备设计与维护湖北省重点实验室,湖北宜昌443002 湖北三峡职业技术学院,湖北宜昌443002
国内会议
2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议
西安
中文
145-147
2016-08-01（万方平台首次上网日期，不代表论文的发表时间）