| 基于Gabor变换和EMD的轴承故障诊断 |
|
| 投稿时间：2015-12-30 |
| 中文关键词:故障诊断 盲源分离 经验模态分解 |
| 英文关键词: |
| 基金项目:国家自然科学青年基金（５１４０５３１３）；河北省高等学校创新团队领军人才培育计划（ＬＪＲＣ０１８）；河北省教育厅自然科学青年基金
（ＱＮ２０１４１５１） |
|
| 摘要点击次数: 1794 |
| 全文下载次数: 1829 |
| 中文摘要: |
| 基于振动信号处理的轴承故障诊断方法应用非常广泛。由于在实际采集的振动信号中往往混合着干扰信号,因此提出了一种基于Gabor变换的盲源分离和基于经验模态分解(EMD)的Hilbert包络谱分析相结合的故障诊断方法。首先采用基于Gabor变换的盲源分离方法对振动信号进行盲源分离,然后利用EMD方法进行分解获得本征模式函数(IMF)分量,再通过局部细化Hilbert包络谱方法分析判断轴承故障的特征。研究结果表明,通过对轴承振动信号进行盲源分离和EMD分解,可以使信号的故障特征更加明显,从而提高故障诊断的准确性。 |
| 英文摘要: |
| |
| 安晓红,牛江川,任彬,申永军,杨绍普.基于Gabor变换和EMD的轴承故障诊断[J].石家庄铁道大学学报(自然科学版),2017,(1):81-85,98. |
| 查看全文 下载PDF阅读器 |
|
| 关闭 |
|
|
|
|
|