基于EEMD分解和奇异值差分谱理论的轴承故障诊断研究

摘要：

提出一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和奇异值差分谱的轴承故障诊断方法.首先将非平稳的原始轴承振动信号通过EEMD方法分解成若干个平稳的本征模函数(intrinsic mode function,IMF)；由于背景噪声的影响,从各个IMF的频谱中难以准确地得到故障频率.对IMF分量构建Hankel矩阵,并进行奇异值分解,进一步找到奇异值差分谱,根据奇异值差分谱理论对某IMF分量进行消噪和重构,然后再求其频谱,便能准确地得到故障频率.实验结果表明,所提出的方法能有效地应用于轴承的故障诊断.

关键词：总体平均经验模态分解、奇异值差分谱、本征模函数、Hankel矩阵

所属期刊栏目：34

分类号：TH133.3;TH165.3;O32

在线出版日期：2012-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：183-189