基于IMF熵价值的轮对轴承故障自适应诊断

摘要：

针对集成经验模态分解(EEMD)方法中本征模态函数(IMF)不能自主筛选的问题,提出IMF价值评价方法,以此评价IM F价值高低.将IM F能量熵作为IM F价值高低的核心评价标准,并基于此建立轮对轴承故障自适应诊断模型.该模型将轴承振动信号进行EEMD分解得到不同尺度的IM F,依据IM F熵价值算法,筛选出价值更高的IM F进行信号重构,对重构信号进行希尔伯特变换,应用其边际谱提取轮对轴承振动特性频率.应用无故障轴承及三种不同故障轴承对本模型进行试验验证.结果表明,该方法能凸显轴承特性频率,能够有效提取轴承旋转频率倍频、故障特征频率及其倍频,并且轴承垂向和横向振动对轴承故障特征频率的检测在谱分辨率及故障表征上都有较好的表现力.

关键词：轮对轴承、经验模态分解、本征模态函数、自适应故障诊断、能量熵、边际谱

所属期刊栏目：39

分类号：U260.33(机车工程)

资助基金：国家重点研发计划2016YFB1200401;四川省应用基础2017JY0127 ,2016JY0047;西华大学重点基金z1620305;汽车测控与安全四川省重点实验室开放课题szjj 2016—015

在线出版日期：2017-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：43-50