公开(公告)号：CN108956141A

公开(公告)日：2018-12-07

申请号：CN201810289904.9

申请日：2018-04-03

Applicant: 北京信息科技大学

Inventor： 刘秀丽 ,  张雪英 ,  栾忠权 ,  徐小力

IPC: G01M13/04

CPC classification number: G01M13/045

Abstract: 本发明涉及一种基于模平方阈值—FastICA的滚动轴承降噪方法，其步骤：采集设备采集滚动轴承的原始振动信号；将采集到的滚动轴承原始振动信号进行模平方阈值降噪，得到模平方阈值降噪后的信号；将模平方阈值降噪后的信号与原始振动信号组成输入矩阵，进行FastICA降噪，得到两个独立分量；判断两个独立分量的时域波形，选择包含较多故障信息的独立分量进行Hilbert包络和FFT，得到经模平方阈值—FastICA降噪后信号的时域波形图和频谱图；令模平方阈值—FastICA降噪后信号为yf,求原始信号与yf的峭度值，根据峭度值判断原始振动信号是否存在故障以及模平方阈值—FastICA的降噪效果，由降噪后信号的频谱图提取滚动轴承原始振动信号的特征频率成分，根据特征频率成分判断滚动轴承是否存在故障以及故障类型。

公开(公告)号：CN108444709B

公开(公告)日：2020-11-27

申请号：CN201810349861.9

申请日：2018-04-18

Applicant: 北京信息科技大学

Inventor： 刘秀丽 ,  张雪英 ,  栾忠权 ,  徐小力

IPC: G01M13/045 ,  G06K9/62

Abstract: 本发明涉及一种VMD与FastICA相结合的滚动轴承故障诊断方法，其步骤：利用现有数据采集设备采集滚动轴承的原始振动信号；将采集到的滚动轴承原始振动信号进行VMD分解；原始振动信号经VMD后分解为k个模态分量，以连续的3个模态分量为一序列组合进行FastICA分析，得到重构故障信号；对重构故障信号进行Hilbert变换，得到重构故障信号的包络谱，在所得包络谱中提取各故障特征下的特征频率、调制特征频率及边频带，进而根据提取的特征频率成分判断滚动轴承是否存在故障以及故障类型。

公开(公告)号：CN108444709A

公开(公告)日：2018-08-24

申请号：CN201810349861.9

申请日：2018-04-18

Applicant: 北京信息科技大学

Inventor： 刘秀丽 ,  张雪英 ,  栾忠权 ,  徐小力

IPC: G01M13/04 ,  G06K9/62

Abstract: 本发明涉及一种VMD与FastICA相结合的滚动轴承故障诊断方法，其步骤：利用现有数据采集设备采集滚动轴承的原始振动信号；将采集到的滚动轴承原始振动信号进行VMD分解；原始振动信号经VMD后分解为k个模态分量，以连续的3个模态分量为一序列组合进行FastICA分析，得到重构故障信号；对重构故障信号进行Hilbert变换，得到重构故障信号的包络谱，在所得包络谱中提取各故障特征下的特征频率、调制特征频率及边频带，进而根据提取的特征频率成分判断滚动轴承是否存在故障以及故障类型。