-
题名基于WATVFEMD-SAM的轴承声信号故障诊断
被引量：2
- 1
-
-
作者
杜正昱
马洁
-
机构
北京信息科技大学机电工程学院
-
出处
《组合机床与自动化加工技术》
北大核心
2021年第10期23-27,共5页
-
基金
国家自然科学基金项目(61973041)
国家重点研发计划(2019YFB1705403)
科技创新服务能力建设-高精尖学科建设-机械工程(77D2011902)。
-
文摘
滚动轴承声信号与振动信号相比其信噪比更低,此外还会受到强脉冲噪声的影响。频谱幅度调制(SAM)是一种新的故障特征提取方法,该方法能够有效识别脉冲噪声并对信号进行非线性滤波。然而尽管其可抑制脉冲噪声,但依然会受到其他背景噪声的干扰导致其滤波效果受到影响。针对上述问题,提出一种加权平均时变滤波经验模态分解WATVFEMD及SAM的滚动轴承声信号特征提取方法。首先对声信号进行TVFEMD分解;其次,提出了一种强调敏感分量的新型指标,利用该指标对各个IMFs加权并重构为WATVFEMD信号;最后,对重构信号进行SAM并提取故障特征频率。仿真研究及实验表明,相比常用的快速谱峭度方法,所提出的WATVFEMD-SAM能够更加有效地提取声信号故障特征频率,该方法的有效性得以验证。
-
关键词
加权平均时变滤波经验模态分解
声信号
频谱幅度调制
特征提取
-
Keywords
weighted average time-varying filtering empirical mode decomposition
acoustic signal
spectrum amplitude modulation
feature extraction
-
分类号
TH16
[机械工程—机械制造及自动化]
TG506
[金属学及工艺—金属切削加工及机床]
-
