机械设计与研究

机械设计与研究 ›› 2013, Vol. 29 ›› Issue (01): 35-38.doi: 10.13952/j.cnki.jofmdr.a3021

• 论文 • 上一篇    下一篇

随机共振消噪和EMD分解在轴承故障诊断中的应用

张超;陈建军;   

  1. 内蒙古科技大学信息工程学院;西安电子科技大学机电工程学院;
  • 发布日期:2020-07-26

  • Published:2020-07-26

摘要： 针对实际机械故障诊断中强噪声背景下难以提取故障特征的情况,提出了一种基于随机共振消噪(stochastic resonance,SR)和经验模态分解(Empirical Mode Decomposition,EMD)的轴承故障诊断方法。首先,将轴承振动信号进行随机共振消噪,利用噪声增强振动信号的信噪比;然后,将消噪的信号再进行EMD分解,通过求取本征模函数(Intrinsic Mode Function,IMF)幅值谱,从而发现轴承故障频率。实验结果表明,该方法可以提高信噪比,实现微弱信号检测,更有效地应用于轴承的故障诊断。

关键词: 故障诊断, 随机共振, 经验模态分解, 本征模式分量, 信噪比

Key words: fault diagnosis,stochastic resonance, empirical mode decomposition, intrinsic mode function, signal-to-noise ratio