经验模态分解(EMD)在滚动轴承故障诊断中的应用 |
| |
引用本文: | 杨宇,于德介,程军圣,丁戈.经验模态分解(EMD)在滚动轴承故障诊断中的应用[J].湖南农业大学学报(自然科学版),2003,30(5). |
| |
作者姓名: | 杨宇 于德介 程军圣 丁戈 |
| |
作者单位: | [1]湖南大学机械与汽车工程学院,湖南长沙410082 [2]长沙中联重工科技发展股份有限公司,湖南长沙410013 |
| |
基金项目: | 国家自然科学基金(50275050),高等学校博士点专项科研基金(20020532024)资助项目 |
| |
摘 要: | 针对滚动轴承故障振动信号的非平稳特征,提出了基于经验模态分解(Empiri-cal Mode Decomposition,简称EMD)和神经网络的滚葡轴承故障诊断方法,首先对原始信号进行了经验模态分解,将其分解为多个平稳的固有模态函数(Intrinsic Mode functioll,简称IMF)之和,再选取若干个包含主要故障信息的IMF分量,并从中提取时城特征措标——峭度或裕度因子作为神经网络的输入参数来识别滚动轴承的故障模式,对滚动轴承的内圈、外圈故障信号的分析结果表明,以EMD为预处理器提取时域特征参数的神经网络诊断方法比直接从原信号中提取时域特征参数的诊断方法有更高的故障识剐率,可以准确、有效地识别滚动轴承的工作状态和故障类别。
|
关 键 词: | 滚动轴承 EMD 神经网络 故障诊断 |
Application of Emprical Mode Decomposition (EMD) in Roller Bearing Fault Diagnosis |
| |
Abstract: | |
| |
Keywords: | Roller bearing EMD Neural network Fault diagnosis |
|
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《湖南农业大学学报(自然科学版)》下载免费的PDF全文 |