论文部分内容阅读
滚动轴承作为旋转机械的核心组件,由于工作环境恶劣常具有较高的故障率,而滚动轴承故障诊断研究能够最大化组件的正常运行时间和最小化维护成本,同时降低故障发生频率,其中良好的信号处理方法能够对振动信号中的故障特征进行有效提取,从而实现对轴承故障状态的高效识别。所以,本文基于信号处理方法做了以下工作:(1)针对轴承信号单域特征提取导致的特征不全面问题,本文提出了一种从时域、频域和变分模态分解样本熵能量熵的多域特征提取方法,在凯斯西储大学轴承故障数据集上进行了仿真实验,结果表明,该方法比单域分析的诊断精度提高