多重分形的振动信号故障特征提取方法研究*
DOI:
作者:
作者单位:

重庆大学 自动化学院,重庆大学 自动化学院,重庆大学 自动化学院

作者简介:

通讯作者:

基金项目:

国家自然科学基金(No.60974090),教育部博士点基金(No.102063720090013),中央高校基本科研业务费科研专项(No.CDJXS10172205)


Fault feature extraction method of the vibration signals based on mulit-fractal
Author:
Affiliation:

College of Automation, Chongqing University,College of Automation, Chongqing University,College of Automation, Chongqing University

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    针对非线性振动信号故障特征提取困难的问题,提出一种广义维数均值(MeanDq)联合多重分形谱参数(^a和^f)的特征提取方法。首先分析了振动信号的多重分形特性,然后计算出MeanDq、^a和^f作为故障特征量,并将其应用于滚动轴承故障状态的检测。研究表明:MeanDq、^a和^f能够有效的反映滚动轴承振动信号的状态,并且特征量MeanDq和^a较^f具有更好的灵敏度。实践证明该方法在实际应用中切实可行。

    Abstract:

    Considering fault feature extraction difficulty to the non-linear vibration signals,a feature extraction method is proposed based on the general dimension mean(MeanDq)and the parameters of singular spectrum(^a and ^f).Firstly,characteristic of multi-fractal for the vibration signals were analyzed,then MeanDq 、^a and ^f was calculated respectively used as a fault characteristic value, Finally,fault feature extraction method applies to fault detection for rolling bearing.Study shows that state of the vibration signals for rolling bearing are identify effectively with MeanDq 、^a and ^f used together,besides,MeanDq and ^a the have a stronger sensibility than ^f.The example proves that this integrated method is feasible.

    参考文献
    相似文献
    引证文献
引用本文

李兆飞,柴毅,李华锋.多重分形的振动信号故障特征提取方法研究*[J].数据采集与处理,2012,27(1):

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2011-10-05
  • 最后修改日期:2011-11-30
  • 录用日期:2011-12-26
  • 在线发布日期: 2013-05-27