基于均值包络ITD和谱峭度的特征频率提取方法

doi:10.3969/j.issn.1000-1158.2017.05.17

摘要
图/表
参考文献(15)
相关文章 (15)

全文: PDF (1297 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要提出基于均值包络本征时间尺度分解(ITD)和谱峭度的特征频率提取方法。用于轴承故障诊断中,振动信号经均值包络ITD分解和重构,通过谱峭度选取故障共振频率带,最后比较包络谱与特征频率做出故障诊断。对美国凯斯西储大学滚动轴承数据的处理结果证明,该方法得到的谱线更加明显,诊断更加准确。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	张淑清
	董玉兰
	张立国
	严冰
	黄文静
	徐剑涛
	贺朋

关键词 ：计量学, 特征频率提取, 轴承故障诊断, 均值包络本征时间尺度分解, 谱峭度, 包络分析

Abstract：A feature frequency extraction method based on mean envelope ITD and spectral kurtosis is proposed.Was applied to the bearing fault diagnosis, the vibration signal was first decomposed and reconstructed by the mean ITD. Then the resonance frequency band was selected automatically through the spectrum kurtosis. Finally, the bearing fault could be diagnosed by comparing the envelope spectrum and the characteristic frequency. The analysis result to the data from Case Western Reserve University bearing center and real project proves that it could get more obvious spectrum and more accurate diagnosis by the mean envelope ITD and spectral kurtosis method.

Key words： metrology feature frequency extraction bearing fault diagnosis mean envelope intrinsic time-scale decomposition spectral kurtosis envelopment analysis

收稿日期: 2015-11-30 发布日期: 2017-08-11

PACS:

TB936

基金资助:国家自然科学基金 (51475405, 61077071);河北省自然科学基金 (F2015203413, F2015203392);河北省高等学校科技研究重点项目（ZD2014100）;秦皇岛市科技计划（201502A043）

通讯作者: 姜安琦 E-mail: 59099091@qq.com

作者简介: 张淑清(1966-), 女,河北秦皇岛人,燕山大学教授,博士,主要研究方向为弱信号检测、智能信号处理、故障诊断等。zhshq-yd@163.com

引用本文:

张淑清,董玉兰,张立国,严冰,黄文静,徐剑涛,贺朋. 基于均值包络ITD和谱峭度的特征频率提取方法[J]. 计量学报, 2017, 38(5): 598-601.
ZHANG Shu-qing,DONG Yu-lan,ZHANG Li-guo,YAN Bing,HUANG Wen-jing,XU Jian-tao,HE Peng. Feature Frequency Extraction Method Based on Mean Envelope ITD and Spectral Kurtosis. Acta Metrologica Sinica, 2017, 38(5): 598-601.

链接本文:

http://jlxb.china-csm.org:81/Jwk_jlxb/CN/10.3969/j.issn.1000-1158.2017.05.17 或 http://jlxb.china-csm.org:81/Jwk_jlxb/CN/Y2017/V38/I5/598

［1］罗志增,袁飞龙,高云园. 小波和希尔伯特变换在脑电信号消噪中的对比研究［J］. 计量学报, 2013, 34(6): 567-572.
［2］张进,冯志鹏, 褚福磊. 基于时间-小波能量谱的齿轮故障诊断［J］. 振动与冲击, 2011, 30(1): 157-161.
［3］时培明, 李庚, 韩东颖, 等. 基于延拓和窗函数的HHT端点效应改进方法［J］. 计量学报, 2013, 34 (5): 491-496.
［4］程军圣, 杨怡, 杨宇. 局部特征尺度分解方法及其在齿轮故障诊断中的应用［J］. 机械工程学报, 2012, 48(9): 64-71.
［5］孟宗, 李姗姗, 王亚超. 基于LMD和局域时频熵的旋转机械故障诊断方法［J］. 计量学报, 2015, 36 (1): 77-81.
［6］Frei M G, Ivan O. Intrinsic time-scale decomposition: time-frequency-energy analysis and real-time filtering of non-stationary signals ［J］. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Science, 2007, 463（2078）: 321-342.
［7］程军圣, 郑近德, 杨宇. 一种新的非平稳信号分析方法——局部特征尺度分解法［J］. 振动工程学报, 2012, 25(2): 215-220.
［8］谢平,杨玉昕,江国乾, 等.基于局部均值分解的滚动轴承故障诊断新方法［J］.计量学报, 2014, 35 (1): 73-77.
［9］罗颂荣, 程军圣, 杨宇. 基于本征时间尺度分解和变量预测模型模式识别的机械故障诊断［J］. 振动与冲击, 2013, 32(13):43-48.
［10］张巧革, 刘志刚, 陈刚. 暂态振荡信号频率检测的Morlet小波谱峭度法［J］. 电力系统及其自动化学报, 2013,25(5):1-6.
［11］Antoni J. Fast computation of the kurtogram for the detection of transient faults ［J］. Mechanical Systems and Signal Processing, 2007, 21(1): 108-124.
［12］安学利, 蒋东翔, 陈杰, 等. 基于ITD和LS-SVM的风力发电机组轴承故障诊断［J］. 电力自动化设备, 2011, 31(9): 10-13.
［13］蔡改改, 刘海洋, 黄伟国, 等. 自适应谱峭度滤波方法及其振动信号检测应用［J］. 振动、测试与诊断,2014, 34(2): 212-217.
［14］苏文胜, 王奉涛, 张志新, 等. EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用［J］. 振动与冲击, 2010, 29(3): 18-21.
［15］The Case Western Reserve University Bearing Data Center Website. Bearing data center seeded fault test data［EB］. tttp://www.eecs.case.edu/laboratory/bearing/download.html,2007-11-27.