文档介绍：&科技风 '()* 年 + 月 机械化工
!"#!$%&$'(') *+&,-./&$01$21(3$&)%$4%4%H0
基于
罗5嘉 5张翠平
太原理工大学机械工程学院!山西太原!%"%%#'
摘5要!轴承早期的故障信号属于微弱信号!在强噪声背景下很难被发现!针对该问题!提出了一种局部均
值分解&<A,SP=;S- !;,AZQAT/C/A-'方法的滚动轴承故障特征提取方法" 通过分析故障仿真信号发现 <=!将复
杂信号分解为若干 ***@O分量!先用 =9!对故障信号进行降噪!然后对降噪后的信号进行 <=!分解!成功提取了
故障信号"
关键词!局部均值分解#故障诊断
&绪论 在 <=!分解前"必须经过降噪处理"才能得到有效的 ***@O分量#
齿轮箱作为重要的零件"在整机中起着调节转速&传递动 "实测信号分析
力的作用"其工作状态一直备受关注"同时齿轮箱在高速&重 对振动信号进行 =9!降噪处理后峭度值由 $% 增加至 $H"
载&持续的工作状态下"极易出现疲劳故障"而轴承磨损的初期 冲击信号更为凸显"通过对比 =9!降噪处理前后的信号可以
信号较微弱"很难在强噪声的背景下被人们察觉$$% # 如何在设 得到"处理后的模态混叠现象比较严重# 这一点从时域图中可
备工作以前检测出来存在的风险对保证高效运行以及安全稳 以看到处理后的信号比原信号的波形变得清晰了很多# 从内
定具有重要的意义# 因此提出一种