噪声环境下滚动轴承故障特征提取

摘要：

滚动轴承故障振动信号采集中往往含有大量的噪声信号.为了从含噪信号中提取故障特征,首先对采集的信号进行小波降噪,然后利用经验模态分解(empirical mode decomposition,EMD)得到若干个内禀模态函数(intrinsic mode function,IMF),并考虑分解的各模态函数的能量特征,将分解后的IMF分量与分解前信号的能量比作为判断标准,剔除附加低频成分,最后选取有效的IMF集进行包络谱分析,提取故障特征.通过仿真分析和以真实滚动轴承为研究对象的故障诊断实验,表明该方法有效地去除了混杂在故障信号中的噪声,有效地提取旋转机械中的故障特征信息.

关键词：滚动轴承、故障特征提取、经验模态分解、包络谱、小波降噪

分类号：TH133.3;TF206+.3

资助基金：航空创新基金资助项目2012B60804R;航空科学基金资助项目2014ZD08007

在线出版日期：2015-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：80-83