关键词：旋转机械;移除非故障分量;故障诊断;经验模态分解;频率辅助信号
摘 要：针对旋转机械的故障自动诊断问题,提出一种基于经验模态分解(EMD)和频率辅助信号(FAS)的故障诊断方法。首先,利用滤波器移除非故障分量,通过实验采集各种故障下的特征频率,构建故障模型。然后,在实时故障诊断中,对光电位移传感器采集到的机械振动信号进行频谱分析,当主频接近一个特定故障的特征频率时,根据该特征频率构建一个FAS,并将其与振动信号进行叠加。接着,对叠加后的信号进行EMD,根据能量准则选择出主固有模态函数(IMF)。最后,通过三次样条插值法获得主IMF信号的包络,并获得包络谱的中心频率,以此对故障进行诊断。实验结果表明,提出的方法能够解决EMD的模态混叠问题,同时对故障的并发情况具有鲁棒性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取