滚动轴承故障诊断的多小波谱峭度方法

王晓冬; 何正嘉; 訾艳阳

您当前的位置：

首页 >

文章列表页 >

滚动轴承故障诊断的多小波谱峭度方法

更新时间：2025-05-01

- 滚动轴承故障诊断的多小波谱峭度方法
- Spectral Kurtosis of Multiwavelet for Fault Diagnosis of Rolling Bearing
- 西安交通大学学报 2010年44卷第3期页码：77-81
- 作者机构：
  
  西安交通大学机械制造系统工程国家重点实验室,西安,710049
- 作者简介：
- 基金信息：
  
  : 2009-07-09. 作者简介: 王晓冬(1981-),男,博士生;何正嘉(联系人),男,教授,博士生导师. 基金项目: 国家高技术研究发展计划资助项目(2006AA04Z430);教育部高等学校博士学科点专向科研基金资助项目(200806980011)
- DOI：
  中图分类号： TH17
- 网络首发：2010-03-10，
  
  纸质出版：2010
- 稿件说明：
移动端阅览
王晓冬, 何正嘉, 訾艳阳. 滚动轴承故障诊断的多小波谱峭度方法[J]. 西安交通大学学报, 2010,44(3):77-81.

Spectral Kurtosis of Multiwavelet for Fault Diagnosis of Rolling Bearing[J]. 2010, 44(3): 77-81.
王晓冬, 何正嘉, 訾艳阳. 滚动轴承故障诊断的多小波谱峭度方法[J]. 西安交通大学学报, 2010,44(3):77-81. DOI：

Spectral Kurtosis of Multiwavelet for Fault Diagnosis of Rolling Bearing[J]. 2010, 44(3): 77-81. DOI：

摘要

采用提升多小波的方法

以峭度为优化目标

遗传算法为优化算法

针对信号特征进行多小波的自适应构造.以构造的多小波作为谱峭度的滤波器

针对多小波特点改进了峭度图

提出了多小波谱峭度方法.该方法建立在传统谱峭度方法的基础上

不仅克服了原方法中滤波器变化有限的劣势

而且提高了谱分析的分辨率.将该方法应用于滚动轴承的故障诊断中

以试验台与电力机车的滚动轴承故障诊断为例进行验证

结果表明

该方法不仅提高了频带选择的准确性与滤出信号的信噪比

而且获得了更好的诊断效果.

Abstract

A new multiwavelet is constructed according to the signal feature

which utilizes mulitiwavelet lifting

taking kurtosis as the optimal object and genetic algorithm as the optimal strategy. The new multiwavelet is substituted for the filter in spectral kurtosis(SK)and the kurtogram is improved accordingly. The multiwavelet spectral kurtosis is proposed based on the conventional SK

which makes up the SK in filter limitation and improves the resolution of spectral analysis. The examples for rolling bearing in test rig and locomotive result indicate the improved accuracy of frequency-band-selection and the signal-to-noise-ratio of signal filtered.

关键词

Keywords

references

ANTONI J. The spectral kurtosis: a useful tool for characterizing non-stationary signals [J]. Mechanical Systems and Signal Processing, 2006(20): 282-307.

ANTONI J. Fast computation of the kurtogram for the detection of transient faults [J]. Mechanical Systems and Signal Processing, 2007(21): 108-124.

何正嘉,訾艳阳,陈雪峰,等. 内积变换原理与机械故障诊断 [J]. 振动工程学报,2007,20(5):528-533.

HE Zhengjia, ZI Yanyang, CHEN Xuefeng, et al. Transform principle of inner product for fault diagnosis [J]. Journal of Vibration Engineering, 2007, 20(5): 528-533.

MARIANTONIA C, LAURA B M, LUIGIA P. Multiwavelet analysis and signal processing [J]. IEEE Transactions on Circuits and Systems:Ⅱ Analog and Digital Signal Processing, 1998, 45(8): 970-987.

WANG Xiaodong, ZI Yanyang, HE Zhengjia. Multiwavelet construction via an adaptive symmetric lifting scheme and its applications for rotating machinery fault diagnosis [J]. Measurement Science and Technology, 2009, 20(4): 1-17.

屈梁生,何正嘉. 机械故障诊断学 [M]. 上海:上海科技出版社, 1986: 6-12.

GERONIMO J S, HARDIN D P, MASSOPUST P R. Construction of orthogonal wavelets using fractal interpolation functions [J]. SIAM Journal on Mathematical Analysis, 1996, 27: 158-192.

姜洪开,何正嘉,段晨东,等. 自适应冗余第2代小波设计及齿轮箱故障特征提取 [J]. 西安交通大学学报,2005,39(7):715-719.

JIANG Hongkai, HE Zhengjia, DUAN Chendong, et al. Adaptive redundant second generation wavelet design and gearbox fault feature extraction [J]. Journal of Xi'an Jiaotong University, 2005, 39(7): 715-719.

SWELDENS W. The lifting scheme: a custom-design construction of biorthogonal wavelets [J]. Applied and Computational Harmonic Analysis, 1996, 3(2): 186-200.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

利用非线性流形学习的轴承早期故障特征提取方法

自适应冗余多小波及其在故障诊断中的应用

滚动轴承故障诊断的案例推理方法

堆叠自编码网络性能优化及其在滚动轴承故障诊断中的应用

一种自适应形态滤波算法及其在轴承故障诊断中的应用