一种煤矿机械轴承故障诊断方法

徐青青, 赵海芳, 李守军

徐青青，赵海芳，李守军.一种煤矿机械轴承故障诊断方法［J］.工矿自动化，2019,45（10）：80-86.. DOI: 10.13272/j.issn.1671-251x.2019020005
引用本文: 徐青青，赵海芳，李守军.一种煤矿机械轴承故障诊断方法［J］.工矿自动化，2019,45（10）：80-86.. DOI: 10.13272/j.issn.1671-251x.2019020005
shu
XU Qingqing, ZHAO Haifang, LI Shouju. A fault diagnosis method for coal mine machinery bearing[J]. Journal of Mine Automation, 2019, 45(10): 80-86. DOI: 10.13272/j.issn.1671-251x.2019020005
Citation: XU Qingqing, ZHAO Haifang, LI Shouju. A fault diagnosis method for coal mine machinery bearing[J]. Journal of Mine Automation, 2019, 45(10): 80-86. DOI: 10.13272/j.issn.1671-251x.2019020005
shu

一种煤矿机械轴承故障诊断方法

  • 宿迁学院 机电工程学院， 江苏 宿迁223800

基金项目: 

江苏省高等学校自然科学研究资助项目（19KJD460008，19KJB440002）

江苏省高校品牌专业建设工程资助项目（PPZY2015C252）

详细信息

  • 中图分类号: TD67

A fault diagnosis method for coal mine machinery bearing

  • School of Mechanical Engineering, Suqian College, Suqian 223800, China

HTML全文

    摘要
  • 摘要: 针对现有煤矿机械轴承故障自适应诊断方法易受高频噪声和间断噪声干扰而导致原始信号分解和特征提取精度较低的问题，提出了一种基于改进局部均值分解的煤矿机械轴承故障诊断方法。该方法在局部均值分解方法的自适应分解部分采用噪声辅助分解方法，将高斯白噪声加入原始信号，然后进行局部均值分解，以抑制高频噪声及间断噪声对信号分解的影响；在特征参数提取部分对乘积函数分量进行Hilbert变换，然后进行特征参数提取，以实现在全部取值范围内提取特征参数。仿真及测试结果表明，该方法对轴承故障信号分解和特征参数提取的效果较好，对轴承内外圈故障诊断的准确性较高。
    Abstract: Aiming at the problem that existing adaptive diagnosis methods of coal mine machinery bearing fault were susceptible to the interference of high frequency noise and intermittent noise, which led to the low accuracy of original signal decomposition and feature extraction, a fault diagnosis method for coal mine machinery bearing was proposed which was based on modified local mean decomposition(MLMD). The method adopts adjuvant noise decomposition method in self-adaptive decomposition part of local mean decomposition(LMD) method, namely adding Gaussian white noise to original signal firstly and then carrying out LMD, so as to restrain influence of high-frequency and intermittent noise on signal decomposition. In feature parameter extraction part, MLMD method does Hilbert transformation for product function components, then extracts feature parameters, so as to realize feature parameter extraction in whole value range. The simulation and test results show that MLMD method has good effect on decomposition and feature parameter extraction of bearing fault signal and high diagnosis accuracy of inner and outer ring fault of bearing.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(16)

  • 期刊类型引用(12)

    1. 武杰，卢振连，马洪儒，朱艳芳，吴耀春，薛晓峰，姜阔胜. 基于谐波匹配补偿和无键相阶次跟踪的轴承故障诊断. 工矿自动化. 2023(02): 125-133+140 . 本站查看
    2. 任增斌，胡乃法，刘永刚，李照，张瑞杰. 煤矿机械齿轮和轴承故障诊断研究. 现代制造技术与装备. 2023(05): 191-193 . 百度学术
    3. 张捷，王华，孙顺红. 基于改进层次基本熵融合SMA-SVM模型的轴承故障诊断方法. 机电工程. 2023(07): 1047-1053+1129 . 百度学术
    4. 姜家国，郭曼利. 基于MTF和DenseNet的滚动轴承故障诊断方法. 工矿自动化. 2022(09): 63-68 . 本站查看
    5. 鲁泽明，王秀莉. 基于数字孪生技术的矿用设备预测性维护方案研究. 数字通信世界. 2022(12): 21-23 . 百度学术
    6. 宋国栋. 煤矿排水泵故障诊断与预防性管理方法研究. 自动化与仪表. 2021(06): 105-108 . 百度学术
    7. 姜家国，郭曼利，杨思国. 基于GAF和DenseNet的滚动轴承故障诊断方法. 工矿自动化. 2021(08): 84-89 . 本站查看
    8. 李玉吉，曹旭辉，王江宏，赵欣. 基于机器学习算法的煤矿汽车机械设备故障诊断模型. 能源与环保. 2021(10): 241-245 . 百度学术
    9. 张猛，苗长云，孟德军. 轴承早期故障特征提取方法研究. 工矿自动化. 2020(04): 85-90+116 . 本站查看
    10. 鞠晨，张超，樊红卫，张旭辉，杨一晴，严杨. 基于小波包分解和PSO-BPNN的滚动轴承故障诊断. 工矿自动化. 2020(08): 70-74 . 本站查看
    11. 周李兵. 煤矿机电设备预测性维护用采集计算平台设计. 工矿自动化. 2020(08): 106-111 . 本站查看
    12. 常彦鹏. 煤矿冲击式破碎机传动装置故障及改进研究. 内蒙古石油化工. 2020(11): 13-14 . 百度学术

    其他类型引用(4)

    • 资源附件(0)
计量
  • 文章访问数:  79
  • HTML全文浏览量:  11
  • PDF下载量:  17
  • 被引次数: 16
出版历程
  • 刊出日期:  2019-10-19

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    苏ICP备 05016349号-2

    本系统由 北京仁和汇智信息技术有限公司 开发  访问量：1151718    百度统计