基于O-SVD与FSC的滚动轴承微弱故障特征提取研究

张震; 刘保国; 周万春; 黄传金

首页> 中文期刊> 《机电工程》 >基于O-SVD与FSC的滚动轴承微弱故障特征提取研究

基于O-SVD与FSC的滚动轴承微弱故障特征提取研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

由于滚动轴承的早期微弱故障特征难以被完整地提取出来,为此,提出了一种基于周期优选奇异值分解(O-SVD)和快速谱相关(FSC)的滚动轴承微弱故障提取算法。首先,通过理论和仿真分析,对存在细节特征丢失问题的传统截断奇异值分解(T-SVD)算法进行了改进,提出了一种以相关系数作为指标,判断有效奇异值分解子空间的O-SVD算法;然后,将O-SVD作为信号处理的前置处理单元,对滚动轴承的故障信号进行了分解重构,并将处理后的重构信号进行了快速谱相关计算,得到了特征明显且能够较好保存局部细节特征的增强包络谱;最后,基于仿真模型,分析了现有算法的不足,并以故障识别率为指标,阐明了基于O-SVD与FSC的算法在低信噪比工况下的工程适用性。研究结果表明:与对比算法相比,在滚动轴承早期微弱故障、复合故障和综合故障3种工况下,基于O-SVD与FSC的算法均能够较为完整地提取故障信号特征,具有较好的工程适用性。

著录项

来源
《机电工程》 |2022年第6期|799-805|共7页
作者
张震; 刘保国; 周万春; 黄传金;
展开▼
作者单位

郑州工程技术学院机电与车辆工程学院;

河南工业大学机械工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类滚动轴承;
关键词
旋转机械; 微弱故障; 特征提取; 优选奇异值分解; 快速谱相关; 降噪分离;

相似文献

中文文献
外文文献
专利

1. 基于参数优化MOMEDA与CEEMDAN的滚动轴承微弱故障特征提取研究 [J] . 韩雪飞 ,施展 ,华云松 . 机械强度 . 2021,第5期
2. 基于自相关与能量算子增强的滚动轴承微弱故障特征提取 [J] . 裴迪 ,岳建海 ,焦静 . 振动与冲击 . 2021,第11期
3. 基于CSES和MED的滚动轴承微弱故障特征提取 [J] . 康伟 ,朱永生 ,闫柯 . 振动、测试与诊断 . 2021,第004期
4. 基于SK-MOMEDA的滚动轴承微弱故障特征提取 [J] . 梁富旺 ,孙虎儿 ,刘柯欣 . 机械传动 . 2021,第2期
5. 基于MOMEDA与CS自适应随机共振的滚动轴承微弱故障特征提取 [J] . 权振亚 ,张学良 . 机械强度 . 2021,第4期
6. 基于MCKD与RSGWTP提取滚动轴承微弱故障特征 [C] . CHEN Xianglong ,陈祥龙 ,FENG Fuzhou . 第十一届全国随机振动理论与应用学术会议 . 2015
7. 基于信号稀疏表示的滚动轴承微弱故障特征提取方法研究 [A] . 张菀 . 2018

基于O-SVD与FSC的滚动轴承微弱故障特征提取研究

摘要

著录项

相似文献

相关主题

期刊订阅