TY -的A2 Albu Felix盟——徐,智盟——唐盟——他,上PY - 2020 DA - 2020/04/09 TI - Peak-Based模式分解弱故障特征增强和滚动轴承检测SP - 8901794六世- 2020 AB -滚动体轴承广泛应用于旋转机械轴,故障可能会影响整个系统的健康。然而，强噪声干扰往往使轴承故障特征被淹没，难以识别。基于峰值的小波方法是通过增加监测信号的稀疏性来降低一定的噪声，增强故障特征的一种方法。但基于峰值的小波参数由于基函数确定、分辨率不变而需要优化，这将影响振动信号分析的效率。针对这些问题，提出了一种基于峰值的模式分解方法，用于弱轴承故障特征的增强和检测。首先，为了增强重复瞬态噪声与高频噪声之间的差异，采用基于峰值的分段重组方法将重复瞬态噪声中的中频部分转换为低频部分;然后，结合互相关系数和峰度准则，对重组信号进行经验模态分解处理。随后，进行反向峰值变换以获得增强信号。最后，利用包络谱的平方进行故障诊断，并将其归一化的平方幅度作为轴承故障的指标。 The analysis results of the simulated signals and the experimental signals show that the proposed method can enhance and identify the weak repetitive transient features. The superiority of the proposed method for faint repetitive transient detection is also verified by comparing with the peak-based wavelet method. SN - 1070-9622 UR - https://doi.org/10.1155/2020/8901794 DO - 10.1155/2020/8901794 JF - Shock and Vibration PB - Hindawi KW - ER -