LCD和SWT在滚动轴承故障诊断中的应用

摘要：

针对强噪声背景下滚动轴承故障诊断中存在的非平稳非线性信号特征提取这一难题,提出一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)和同步压缩小波变换的方法(Synchrosqueezing Wavelet Transform,SWT),该方法首先对信号进行LCD分解,将其分解成多个内禀尺度函数(Intrinsic Scale Component,ISC),选取包含有效频率成分的ISC作为SWT的输入信号,使用SWT对其作进一步分析,从而提取有效频率特征.对强噪声背景下提取的滚动轴承外圈故障信号、内圈故障信号以及滚动体故障信号进行分析的结果表明,相比局部特征尺度分解、同步压缩小波变换等方法,该方法能够有效抑制噪声,从强噪声背景下提取出有效信号频率特征,从而能够有效判断滚动轴承的运转状况.同时该方法能够有效重构信号.

关键词：故障诊断、同步压缩小波变换、故障信号提取、局部特征尺度分解

所属期刊栏目：41

分类号：TH17

资助基金：国家自然科学基金项目51775243;江苏省重点研发计划-产业前瞻与共性关键技术项目BE2017002;江南大学自主科研计划重点项目JUSRP51732B

在线出版日期：2019-09-11（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：770-776