基于EEMD-SVD与时域分析的马田系统轴承故障诊断

作者:剡昌锋王伟王慧滨朱涛吴黎晓

关键词: 初始故障; 总体平均经验模式分解和奇异值分解方法; 时频特征; 马田系统; 状态监测; 故障阶段;

摘要：针对轴承初始故障发生的时间点以及退化趋势,提出了基于总体平均经验模式分解和奇异值分解方法(EEMD-SVD)与时域分析的马田系统故障诊断方法.该方法通过提取振动信号时域和时频特征,构建不同特征参数下的基准空间并利用正交表对特征参数进行降维和优化,最终融合成单一特征参数马氏距离.分别用马氏距离监测轴承运行状态,判断初始故障发生的时刻以及演化趋势,并依据马氏距离对轴承故障发展的过程进行了划分.该方法有效地提取了振动信号时频特征并优化了马田系统基准空间,更加准确地识别了轴承初始故障发生的时间点以及更加合理地划分了轴承的退化过程.通过两组滚动轴承加速寿命试验,验证了该方法的有效性和合理性.

上一篇：基于核密度估计的性能退化数据建模分析方法
下一篇：装载机定变量式工作液压系统动态特性与能耗分析

基于EEMD-SVD与时域分析的马田系统轴承故障诊断

作者:剡昌锋 王伟 王慧滨 朱涛 吴黎晓

关键词: 初始故障; 总体平均经验模式分解和奇异值分解方法; 时频特征; 马田系统; 状态监测; 故障阶段;

作者:剡昌锋王伟王慧滨朱涛吴黎晓