《表2 IMF与源信号的互相关系数Tab.2 Cross-Correlation Coefficient of IMF and Original Signal》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《改进的噪声总体集合经验模式分解方法在轴承故障诊断中的应用》
从频谱图6中观察到,经过小波分解后,轴承外圈的故障频率没有被提取出来,频率成分依然比较复杂。这里的方法对该故障轴承进行降噪和特征提取,得到的各个IMF分量图,如图7所示。从表2中可以看出,IMF1至IMF4四个分量与源信号的相关性最大[10],将IMF1至IMF4分量的固有模态函数分量求和并做包络谱分析[11],所得结果,如图8所示。由图8中可以看出,经过改进的CEEMDAN方法处理后,可以清晰地发现与故障相关的特征频率。图中可以找到轴承的转频24Hz,以及轴承的外圈故障特征频率87Hz和故障特征频率的倍频。从动力学的角度来讲,故障特征频率与故障模式之间存在一定的对应关系,根据滚动轴承不同故障类型对应的故障特征频率[12],可以判断出故障发生的部位在轴承外圈处,这与实际情况是相吻合的。
图表编号 | XD0035737100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.08 |
作者 | 阮荣刚、李友荣、易灿灿、肖涵 |
绘制单位 | 武汉科技大学机械自动化学院冶金装备及其控制教育部重点实验室、武汉科技大学机械自动化学院冶金装备及其控制教育部重点实验室、武汉科技大学机械自动化学院冶金装备及其控制教育部重点实验室、武汉科技大学机械自动化学院冶金装备及其控制教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |