基于双重Q因子的稀疏分解法在滚动轴承早期故障诊断中的应用
非平稳信号是由持续振荡成分和非持续振荡的瞬态成分混合而成的,因此很难利用线性方法对其进行有效分析.针对此问题,提出一种基于双重Q因子的非线性分析方法.这种方法将非平稳信号表示成高共振成分(高Q因子)和低共振成分(低Q因子)的叠加,进而用双重Q因子对信号进行稀疏分解,得到其高共振成分和低共振成分.将双重Q因子的分析方法用到轴承的早期故障诊断中,指出故障信号是由高共振成分和低共振成分故障冲击信号组成,从而用低Q因子提取出故障冲击成分,达到有效去除强噪声的目的,快速且准确地提取出轴承早期微弱故障的冲击特征.仿真信号和滚动轴承试验数据分析结果表明:该方法具有良好的降噪性能,能够有效地去除信号中的强噪声.
高Q因子、低Q因子、稀疏分解、轴承早期故障
49
TH17
国家自然科学基金50805001,51175007;北京市教委科技计划KM200910005007;北京市科技新星计划A类计划2008A014;北京市人才强教深化计划PHR20110803;国家高技术研究发展计划863计划,2009AA042417
2013-07-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
37-41