基于EEMD和小波包变换的早期故障敏感特征获取

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

所属期刊栏目：33

分类号：TN911.72;TP14

资助基金：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

在线出版日期：2013-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：945-950