《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于LMD和MOMEDA的滚动轴承早期故障特征提取研究

作者:金京1,2,刘畅1,2,兰雨涛1,2,王衍学1,2* 日期:2021-05-20/span> 浏览:1116 查看PDF文档


基于LMD和MOMEDA的滚动轴承早期故障特征提取研究

金京1,2,刘畅1,2,兰雨涛1,2,王衍学1,2*
(1.北京建筑大学 机电与车辆工程学院,北京 100044;2.北京建筑大学 城市轨道交通服役性能
保障北京市重点实验室,北京 100044)

摘要:采用局域均值分解(LMD)提取强噪声背景下的滚动轴承的故障特征效果并不理想,针对该问题,将多点优化最小熵解卷积(MOMEDA)与局域均值分解(LMD)相结合,进行了滚动轴承微弱故障信号处理研究。首先,利用局域均值分解(LMD)对外圈故障轴承的振动信号进行了信号重构;其次,利用多点优化最小熵解卷积(MOMEDA)滤波,进行了包络分析来提取故障特征;最后,将所提出的方法与局域均值分解(LMD)重构后,用最小熵解卷积(MED)滤波故障特征提取方法进行了对比;此外,采用所提方法分析了内圈故障。研究结果表明:所提出的方法对微弱故障特征提取有更好的适用性,能在包络谱中看到多倍频峰值,且峰值附近干扰很少;仿真与试验结果验证了方法的有效性。
关键词:局域均值分解;多点优化最小熵解卷积;最小熵解卷积;滚动轴承;故障诊断
中图分类号:TH133.33     文献标识码:A      文章编号:1001-4551(2021)03-0276-10

本文引用格式:
金京,刘畅,兰雨涛,等.基于LMD和MOMEDA的滚动轴承早期故障特征提取研究[J].机电工程,2021,38(3):276-285.
JIN Jing,LIU Chang,LAN Yu-tao , et al. Feature extraction of early faults of rolling bearings based on LMD and MOMEDA[J].Journal of Mechanical & Electrical Engineering, 2021,38(3):276-285.《机电工程》杂志:http://www.meem.com.cn



友情链接

浙江机械信息网