[发明专利]基于集合经验模式分解和调制双谱分析的滚动轴承故障特征提取方法在审
| 申请号： | 201810223936.9 | 申请日： | 2018-03-19 |
| 公开（公告）号： | CN108446629A | 公开（公告）日： | 2018-08-24 |
| 发明（设计）人： | 甄冬;郭俊超;谷丰收;张浩;师占群 | 申请（专利权）人： | 河北工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G01M13/04 |
| 代理公司： | 天津翰林知识产权代理事务所(普通合伙) 12210 | 代理人： | 张国荣 |
| 地址： | 300130 天津市红桥区*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于集合经验模式分解和调制双谱分析的滚动轴承故障特征提取方法，用于通过振动信号分析滚动轴承故障。首先采用EEMD对加速度传感器采集的轴承原始振动信号进行分解获得一系列不同频率的模态函数(IMFs)，通过标准化模量的累计均值(MSAM)对IMFs进行多尺度划分，进而得到高频和低频的IMFs。然后通过小波变换(WT)对高频的IMFs进行降噪，并将降噪的高频IMFs与低频的IMFs进行叠加重构。最后将叠加重构信号通过MSB分离调制成分，从而提取出故障特征频率。对滚动轴承故障特征的成功提取验证了该方法的有效性与可行性。该发明适用于机械设备的状态监测以及故障诊断等领域。 | ||
| 搜索关键词： | 滚动轴承故障 调制 经验模式分解 双谱分析 特征提取 降噪 叠加 集合 故障特征频率 加速度传感器 原始振动信号 振动信号分析 故障诊断 机械设备 模态函数 小波变换 重构信号 状态监测 多尺度 重构 轴承 标准化 验证 采集 分解 成功 | ||
【主权项】：
1.基于集合经验模式分解和调制双谱分析的滚动轴承故障特征提取方法，其特征在于，具体步骤如下：步骤一：通过振动传感器测量被检测的滚动轴承的振动信号，所得振动信号为原始信号y(t)；步骤二：对原始信号y(t)进行EEMD分解，获得一系列不同频率的IMFs；步骤三：计算EEMD不同分解尺度的MSAM值；步骤四：对步骤三中计算所得的MSAM值进行判断，若在第m尺度的MSAM值明显偏离零值，则认为在m尺度之前的IMFs为高频并对其进行进一步的WT降噪处理；在m尺度之后的IMFs和残余信号均为低频；将其余低频的IMFs、残余信号和降噪后高频IMFs分量进行信号叠加重构，得到叠加重构信号x(t)；步骤五：将叠加重构信号x(t)进行MSB分离调制成分，提取故障特征频率。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河北工业大学，未经河北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810223936.9/，转载请声明来源钻瓜专利网。
