基于EMD分解和奇异值差分谱理论的轴承故障诊断方法

摘要：

针对故障轴承振动信号中含有强烈的背景噪声,难以提取故障频率的现实情况,提出了基于经验模态分解(Empirical Mode Decomposition,EMD)和奇异值差分谱的轴承故障诊断方法.首先通过EMD方法将非平稳的原始轴承振动信号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个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,提出的方法能有效地应用于轴承的故障诊断.

关键词：轴承、故障诊断、经验模态分解、Hankel矩阵、奇异值差分谱

所属期刊栏目：24

分类号：TH133.3;TH165+.3

资助基金：国家863高技术研究发展计划资助项目2006AA04Z402;中央高校基本科研资金资助项目JY10000904012

在线出版日期：2012-03-05（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：539-545