基于ITD-AR模型的故障诊断方法研究
来源期刊：昆明理工大学学报(自然科学版)2017年第6期
论文作者：范玉刚 王之宏 黄国勇
文章页码：44 - 50
关键词：滚动轴承;固有时间尺度分解;自回归模型;Teager能量算子;故障诊断;
摘 要：消减噪声干扰,提取振动信号故障特征是旋转机械设备故障诊断的关键问题,为此本文提出了基于固有时间尺度分解（Intrinsic Time Scale Decomposition,ITD）-自回归（Auto Regressive,AR）模型的故障诊断方法.首先用ITD将振动信号分解成一系列的固有旋转（Proper Rotation,PR）分量;然后通过峭度准则对PR分量进行筛选,并对峭度值大的PR分量建立AR模型;最后对AR模型进行Teager能量算子（Teager-Kaiser Energy Operator,TKEO）分析,绘制Teager能量频谱,提取振动信号的冲击特征.将该方法应用于滚动轴承的故障诊断,实验结果表明,该方法能够准确地提取故障特征信息.
范玉刚1,2，王之宏1,2，黄国勇1,2
1. 昆明理工大学信息工程与自动化学院2. 云南省矿物管道输送工程技术研究中心
摘 要：消减噪声干扰,提取振动信号故障特征是旋转机械设备故障诊断的关键问题,为此本文提出了基于固有时间尺度分解（Intrinsic Time Scale Decomposition,ITD）-自回归（Auto Regressive,AR）模型的故障诊断方法.首先用ITD将振动信号分解成一系列的固有旋转（Proper Rotation,PR）分量;然后通过峭度准则对PR分量进行筛选,并对峭度值大的PR分量建立AR模型;最后对AR模型进行Teager能量算子（Teager-Kaiser Energy Operator,TKEO）分析,绘制Teager能量频谱,提取振动信号的冲击特征.将该方法应用于滚动轴承的故障诊断,实验结果表明,该方法能够准确地提取故障特征信息.
关键词：滚动轴承;固有时间尺度分解;自回归模型;Teager能量算子;故障诊断;
