基于经验模态分解(EMD)的运动部件故障特征分析
  • 【摘要】

    运动部件是某航天器中实现记录重要信息功能的重要环节,但它属于故障多发结构,直接导致航天器不能正常运作.针对该问题本文提出了将经验模态分解方法(Empirical Mode Decomposition,简称EMD)引入航天器运动部件故障诊断研究领域,为运动部件的故障诊断提供一种新方法.文中详细解释了这种方法在运动部件振动特性分析中的应用,通过对运动部件中步进电机Y向振动信号的经验模态分解,发现了电机... 展开>>运动部件是某航天器中实现记录重要信息功能的重要环节,但它属于故障多发结构,直接导致航天器不能正常运作.针对该问题本文提出了将经验模态分解方法(Empirical Mode Decomposition,简称EMD)引入航天器运动部件故障诊断研究领域,为运动部件的故障诊断提供一种新方法.文中详细解释了这种方法在运动部件振动特性分析中的应用,通过对运动部件中步进电机Y向振动信号的经验模态分解,发现了电机频率特征与电压变化的关系,从而可以通过频率特征来判断失步等故障的存在;另外通过EMD方法与一般功率谱分析的对比发现,EMD方法能更加清晰地突出故障振动信号的故障频率特征;同时EMD方法通过多层逐步的分解最终能得到基频,为故障诊断中频率特征的分析提供了新依据. 收起<<

  • 【作者】

    陈婷艳  荆建平 

  • 【作者单位】

    上海交通大学

  • 【会议名称】

    第五届"工程与振动"科技论坛

  • 【会议时间】

    2009-11-07

  • 【会议地点】

    上海

  • 【主办单位】

    中国振动工程学会   中国造船工程学会   中国力学学会   中国机械工程学会   中国汽车工程学会   中国土木工程学会   中国航空学会   中国宇航学会   中国电机工程学会   中国内燃机学会

  • 【语种】

    chi

  • 【关键词】

    航天器  运动部件  经验模态分解  振动信号  功率谱分析  故障诊断