基于EEMD分解和奇异值差分谱理论的轴承故障诊断研究
董文智1
张超2
1.中国神华包头矿业有限责任公司,包头,0140102.内蒙古科技大学信息工程学院,包头,014010
摘要：提出一种基于总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)和奇异值差分谱的轴承故障诊断方法.首先将非平稳的原始轴承振动信号通过EEMD方法分解成若干个平稳的本征模函数(intrinsic mode function,IMF)；由于背景噪声的影响,从各个IMF的频谱中难以准确地得到故障频率.对IMF分量构建Hankel矩阵,并进行奇异值分解,进一步找到奇异值差分谱,根据奇异值差分谱理论对某IMF分量进行消噪和重构,然后再求其频谱,便能准确地得到故障频率.实验结果表明,所提出的方法能有效地应用于轴承的故障诊断.
关键词：总体平均经验模态分解奇异值差分谱本征模函数Hankel矩阵
分类号：TH133.3(机械零件及传动装置)TH165.3(机械制造工艺)O32(振动理论)
论文发表日期：2012-01-01
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）
页数：7( 183-189 )
英文信息