基于小波降噪与RSSD的滚动轴承故障特征提取技术研究
陈保家
严文超
吴志平
朱晨希
1.三峡大学,湖北宜昌,4430022.三峡大学,湖北宜昌,4430023.三峡大学,湖北宜昌,4430024.三峡大学,湖北宜昌,443002
摘要：滚动轴承故障振动信号呈现出非线性、非平稳性及噪声背景较强等特点,为了有效提取故障特征,提出了一种小波降噪与共振稀疏分解(Resonance-based sparse signal decomposition,RSSD)相结合的振动信号特征提取技术.共振稀疏分解是基于品质因子可调小波变换与形态分量分析的一种新的信号分解方法,与常规的基于频带划分的信号分解方法不同,它依据信号各分量的振荡形态不同对信号进行分解.先通过小波阈值降噪方法明显减小信号中的噪声,随后对降噪后的信号进行共振稀疏分解,将信号分为不同共振特性的分量,即具有持续振荡特性的高共振分量和具有瞬态冲击特性的低共振分量.最后通过对分解所得到的低共振分量采用Hilbert包络解调方法提取冲击故障特征.将该方法分别应用于仿真信号和轴承实验台故障冲击性实例,验证了该方法的有效性.
关键词：滚动轴承故障诊断品质因子RSSD
资助基金：国家自然科学基金(51205230)国家自然科学基金(51175401)国家自然科学基金(51405264)湖北省自然科学基金(2015CFB445)湖北省教育厅科技项目(B2015248)宜昌市自然科学研究项目(A15-302-a02)
论文发表日期：2016-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
英文信息