轴承早期微弱故障特征提取的新方法

作     者：张震 刘保国 周万春 刘时言 ZHANG Zhen;LIU Bao-guo;ZHOU Wan-chun;LIU Shi-yan

作者机构：郑州工程技术学院机电与车辆工程学院河南郑州450000 河南工业大学机械工程学院河南郑州450001 

基　　金：国家自然科学基金重点项目(U1604254)超硬磨料超高速磨削关键技术基础研究 郑州工程技术学院大学生创新创业训练计划项目(201911068033) 郑州工程技术学院实验室开放项目 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2022年第376卷第6期

页      码：25-28,32页

摘      要：针对滚动轴承早期故障特征微弱,在强噪声下难以识别的问题,提出了一种基于软阈值归一化奇异值占比(SNSR-SVD)为准则的奇异值分解重构的方法。这种方法能够兼顾轴承早期故障特征的周期性和非平稳性,在重构信号中引入更多故障特征的细节信息。并且为了能够更好的提取轴承的冲击信号,将使用本方法重构后的信号通过以最大谱峭度法优化最优频率与带宽的滤波器,最后对滤波后的信号进行包络解调分析。通过与其他方法进行仿真与实验的对比验证,证明本方法的优越性。

主 题 词：奇异值分解 软阈值 NSR 最大谱峭度 轴承 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 082304[082304] 080204[080204] 0802[工学-机械学] 080201[080201] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1001-3997.2022.06.006

馆 藏 号：203112431...