基于IFM-VMD与WTD-Hilbert结合的滚动轴承故障诊断
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.62 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对变模式分解(VMD)中分解层数K对分解结果准确度影响较大以及轴承振动信号夹杂的噪声极大地影响有用信息提取的问题,提出了一种利用瞬时频率均值(IFM)确定K值并结合小波阈值降噪(WTD)和Hilbert变换对轴承的振动信号进行分析的方法。首先利用瞬时频率均值选择合适的VMD中的K值,然后用VMD方法对含噪声的信号进行自适应分解,根据相关系数原则从分解的分量中选取含有主要故障信息的分量进行小波阈值降噪分析,最后进行Hilbert变换解调出故障特征频率。为验证此方法的可行性,首先通过仿真信号验证了所用降噪方法的可靠性,然后用提出的IFM-VMD与WTD-Hilbert结合的方法对实际轴承故障数据进行分析,该方法故障诊断的准确率达到99%以上,说明该方法可以很好地识别滚动轴承的故障信息。相关论文
- 2020-12-24客户需求驱动的相似实例提取方法研究
- 2020-06-03饱和线上R22热力性质及传输特性的快速计算模型
- 2024-08-23一种新型滚动集电环的设计研究
- 2024-08-10立式发酵机搅拌阻力矩计算模型的搭建和修正
- 2020-12-01整体叶轮五轴侧铣加工的铣削力预测模型研究
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。