基于局域均值分解和Wigner高阶矩谱的机械故障诊断方法的研究  

Machine fault diagnosis method based on local mean decomposition and Wigner higher moment spectrum

作　　者：刘卫兵[1,2] 李志农[1,2] 蒋静[2] 

机构地区：[1]南昌航空大学无损检测技术教育部重点实验室,南昌330063 [2]郑州大学机械工程学院,郑州450001

出　　处：《振动与冲击》2010年第6期170-173,共4页Journal of Vibration and Shock

基　　金：国家自然科学基金(50775208);河南省教育厅自然科学基金(2008C460003;2006460005)资助

摘　　要：结合局域均值分解(Local mean decomposition,LMD)方法和Wigner高阶矩谱,提出一种基于局域均值分解的Wigner高阶矩谱的机械故障诊断方法,该方法保留了LMD和Wigner高阶矩谱的所有优良性能,有效地抑制了Wigner高阶矩谱的交叉项的干扰。仿真结果表明,提出的方法优于直接Wigner高阶矩谱和Choi-Williams核滤波后的Wigner高阶矩谱。最后,将该方法应用到轴承故障诊断中,实验结果进一步验证了该方法的的有效性。Combining the methods of local mean decomposition(LMD) and Wigner higher moment spectrum(WHOS),a machine fault diagnosis method was proposed.The proposed method reserves the advantages of LMD and WHOS,and the cross-term in WHOS can be effectively suppressed.The simulation results show that the proposed method is superior to direct WHOS and Choi-Williams kernel filter WHOS and can be succesfully applied to the rolling bearing fault diagnosis.The experiment result further verifies the effectiveness of the proposed method.

关 键 词：局域均值分解 Wigner高阶矩谱 故障诊断 时频分析 滚动轴承 

分 类 号：TH17[机械工程—机械制造及自动化] TH165.3