基于多层混合滤噪的轴承早期弱故障特征提取方法

基于多层混合滤噪的轴承早期弱故障特征提取方法
吕靖香;余建波
【期刊名称】《振动与冲击》
【年(卷),期】2018(037)008
【摘要】为了提取受强背景噪声干扰的信号中的弱故障特征,提出一种基于局部均值分解的多层混合滤噪方法(Local Mean Decomposition-Multilayer Hybrid De-noising,LMD-MHD).针对LMD分解所得的乘积函数(Product Function,PF)分量可能存在虚假分量的问题,提出一种多指标综合决策方法,结合各指标在不同故障阶段的量化能力,筛选出合理的有效PF分量.将小波阈值滤噪设为奇异值分解(Singular Value Decomposition,SVD)的前置处理单元,使保留的较大奇异值以特征信息贡献为主,减少干扰成分,并采用信号快速傅里叶变换结果中主频率个数来确定奇异值重构阶数.轴承早期故障振动信号的试验结果表明,该方法能够可有效滤除随机噪声和脉冲干扰,提取强背景噪声下的早期弱故障特征,提高轴承故障诊断的准确性.
【总页数】6页(P22-27)
【作者】吕靖香;余建波
【作者单位】同济大学机械与能源工程学院,上海201804;同济大学机械与能源工程学院,上海201804
【正文语种】中文
【中图分类】TH165.3;TN911.7
【相关文献】
1.利用非线性流形学习的轴承早期故障特征提取方法 [J], 栗茂林;王孙安;梁霖
2.最大相关峭度解卷积结合1．5维谱的滚动轴承早期故障特征提取方法 [J], 唐贵基;王晓龙
3.基于改进的自适应噪声消除和故障特征阶比谱的齿轮噪源干扰下变转速滚动轴承故障诊断 [J], 王天杨;李建勇;程卫东
4.轴承早期故障特征提取方法研究 [J], 张猛; 苗长云; 孟德军
5.基于多层降噪处理的轴承故障特征提取方法 [J], 徐洲常;王林军;刘晋玮;黄文超;陈保家
因版权原因，仅展示原文概要，查看原文内容请购买。