朱杰平 作品数:3 被引量:32 H指数:3 供职机构: 中国人民解放军海军工程大学船舶与动力学院 更多>> 发文基金: 国防科技技术预先研究基金 国家自然科学基金 国家部委资助项目 更多>> 相关领域: 电子电信 机械工程 更多>>
基于奇异值分解和相关峭度的滚动轴承故障诊断方法研究 被引量:21 2014年 为了从复杂的轴承振动信号中提取微弱的故障信息,将相关峭度引入滚动轴承故障诊断领域,结合奇异值分解(Singular Value Decomposition,SVD)和相关峭度,提出了一种新的滚动轴承故障特征提取方法。该方法首先利用SVD对轴承振动信号进行分解,然后根据相关峭度选取SVD分解后的分量,提取出滚动轴承的弱故障信号。通过对轴承内圈故障的仿真和实验研究验证了该方法的有效性。 张永祥 王孝霖 张帅 朱杰平关键词:奇异值分解 滚动轴承 故障诊断 基于EEMD的滚动轴承故障诊断方法 被引量:7 2014年 针对经验模态分解(empirical mode decomposition,EMD)方法处理轴承振动信号时存在的缺点,指出极值点的选择是产生模态混叠现象的原因。分析了集成经验模态分解(ensemble empirical mode decomposition,EEMD)方法抑制模态混叠现象的原理,讨论了加入高斯白噪声的次数和大小对EEMD方法分解结果的影响,并通过仿真和实测信号对EMD和EEMD方法的性能进行了比较测试。结果表明:EEMD方法不仅能够有效地抑制模态混叠现象,而且能更好地反映出轴承振动信号中的故障信息。同时,对通过EEMD方法得到的重构信号进行平方包络分析,结果证明:该方法能够有效地提取出滚动轴承的故障特征。 张永祥 朱杰平 张帅关键词:故障诊断 经验模态分解 滚动轴承 基于EMD分解和相关峭度的滚动轴承故障诊断方法研究 被引量:4 2014年 为了有效地将机械设备滚动轴承的非线性、非平稳信号中的故障信号提取出来,将相关峭度引入轴承故障诊断领域,结合经验模式分解(empirical mode decomposition,EMD)和相关峭度,提出了一种机械设备滚动轴承故障特征提取方法.该方法利用EMD将振动信号分解成为多个确定的本征模态函数(intrinsic mode function,IMF),然后根据相关峭度选取EMD分解后的分量,提取出机械设备滚动轴承的非线性、非平稳信号中的故障信号.通过仿真和实验研究验证了该方法的有效性. 朱杰平 张永祥 王孝霖 张帅关键词:经验模式分解 滚动轴承 故障诊断