| 基于EEMD和小波包变换的早期故障敏感特征获取 |
| |
| 作者姓名： | 王红军 万鹏 |
| |
| 作者单位： | 北京信息科技大学 教育部现代测控技术重点实验室,北京 100192;北京信息科技大学 机电工程学院,北京 100192;北京信息科技大学 教育部现代测控技术重点实验室,北京 100192;北京信息科技大学 机电工程学院,北京 100192 |
| |
| 基金项目： | 北京市自然科学基金资助项目(KZ201211232039、3131002);国家自然科学基金资助项目(51275052);北京市高等学校人才强教资助项目(PHR201106132) |
| |
| 摘 要： | 提出一种基于总体平均经验模态分解和小波包变换的方法,进行早期故障敏感特征的获取,构建早期故障诊断模型. 该方法首先应用EEMD对现场采集的振动信号进行分解,分离出不同频率成分的特征信号,选择与原信号相关系数最大的 IMF分量进行信息重构;面向重构的IMF分量采用WPT进行分解,得到各个节点的小波系数;最后使用Hilbert变换提取小波包系数的包络,计算功率谱,准确获得早期故障的敏感特征. 通过对仿真信号的分析验证了该方法对故障诊断的有效性. 将该方法应用于实测的滚动轴承的内圈、外圈和滚动体故障诊断,诊断结果均表明该方法可有效提取早期故障敏感特征,故障诊断快速准确.
|
| 关 键 词： | 早期故障 特征获取 总体平均经验模态分解 小波包 |
| 收稿时间： | 2012-12-08 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 |
|
点击此处可从《北京理工大学学报》下载免费的PDF全文 |
|
