学术论文

      EEMD-SVD方法及其在高速列车滚动轴承故障诊断中的应用

      EEMD - SVD Method and Its Application in Fault Diagnosis of High Speed Train Bearing

      摘要:
      结合聚合经验模态分解(Ensemble empirical model decomposition,EEMD)优秀的非平稳信号分解能力和奇异值分解(Singular value decomposition,SVD)的强去噪能力,提出了一种高速列车滚动轴承故障检测的新方法.该方法是应用EEMD对轴承轴箱位置的振动信号分解得到基本模式分量(Intrinsic Mode Function,IMF),对IMF矩阵做SVD得到正交化结果,分别利用各奇异值重构信号,应用各特征信号的Hilbert包络解调处理得到的包络谱诊断轴承故障类型.利用仿真信号数据和人工伤轴承试验数据对该方法进行验证,结果表明,该方法能有效提取轴承的故障特征信息,特征波形清晰准确,相比传统EEMD方法,在强噪声干扰时故障特征的诊断能力得到了显著提高.
      作者: 谭翠 张兵 黄晨光
      Author: TAN Cui ZHANG Bing HUANG Chen-guang
      作者单位: 西南交通大学牵引动力国家重点实验室,四川 成都,610031
      年,卷(期): 2017, 35(4)
      分类号: U270.7
      在线出版日期: 2017年8月25日
      基金项目: 科技创新项目