Acoustic emission diagnosis method of bearing faults based on improved Teager energy envelope and EWT

LI Yun; YU Yang; YANG Ping

doi:10.16578/j.issn.1004.2539.2025.09.018

您当前的位置：

首页 >

文章列表页 >

Acoustic emission diagnosis method of bearing faults based on improved Teager energy envelope and EWT

Development·Application | 更新时间：2025-09-20

- Acoustic emission diagnosis method of bearing faults based on improved Teager energy envelope and EWT
- Journal of Mechanical Transmission Vol. 49, Issue 9, Pages: 143-150(2025)
- 作者机构：
  
  沈阳工业大学信息科学与工程学院，沈阳 110870
- 作者简介：
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2025.09.018
  CLC： TH133.33
- Received：10 May 2024，
  
  Published：15 September 2025
- 稿件说明：
移动端阅览
李赟，于洋，杨平. 改进Teager能量包络和EWT的轴承故障声发射诊断方法［J］. 机械传动，2025，49（9）：143-150.

LI Yun，YU Yang，YANG Ping. Acoustic emission diagnosis method of bearing faults based on improved Teager energy envelope and EWT［J］. Journal of Mechanical Transmission，2025，49（9）：143-150.
李赟，于洋，杨平. 改进Teager能量包络和EWT的轴承故障声发射诊断方法［J］. 机械传动，2025，49（9）：143-150. DOI： 10.16578/j.issn.1004.2539.2025.09.018.

LI Yun，YU Yang，YANG Ping. Acoustic emission diagnosis method of bearing faults based on improved Teager energy envelope and EWT［J］. Journal of Mechanical Transmission，2025，49（9）：143-150. DOI： 10.16578/j.issn.1004.2539.2025.09.018.

摘要

目的

针对滚动轴承早期故障声发射信号信噪比低、故障特征难提取的问题，提出一种改进Teager能量包络和经验小波变换（Empirical Wavelet Transform

EWT）的故障特征提取方法。

方法

该方法通过改进Teager能量包络处理，凸显轴承故障声发射信号的冲击特征；采用经验小波变换对改进Teager能量包络序列进行分解；通过经验小波峭度指标筛选分量并重构，进而对重构声发射信号进行包络分析。

结果

仿真与试验结果表明，该方法能够有效抑制噪声，增强故障弹性波，可准确提取轴承故障声发射信号的频率特征。

Abstract

Objective

Aiming at the problems of low signal-to-noise ratio and difficulty in extracting fault features from acoustic emission signals of rolling bearing early faults

a fault feature extraction method combining improved Teager energy envelope and empirical wavelet transform (EWT) was proposed.

Methods

In this method

the impact characteristics of bearing fault acoustic emission signals were highlighted through improved Teager energy envelope processing. The empirical wavelet transform was applied to decompose the improved Teager energy envelope sequence. Components were screened and reconstructed using the empirical wavelet kurtosis index

and then the envelope analysis was performed on the reconstructed acoustic emission signals.

Results

Simulation and test results show that this method can effectively suppress noise

enhance fault elastic waves

and accurately extract the frequency characteristics of bearing fault acoustic emission signals.

关键词

Keywords

references

杨森，王恒迪，崔永存，等 . 基于改进SSA的参数优化VMD和ELM的轴承故障诊断［J］. 机械传动， 2023 ， 47 （ 10 ）： 162 - 168 .

YANG Sen ， WANG Hengdi ， CUI Yongcun ， et al . Bearing fault diagnosis based on parameter optimized VMD and ELM with improved SSA ［J］. Journal of Mechanical Transmission ， 2023 ， 47 （ 10 ）： 162 - 168 .

叶亮，邓四二，崔永存，等 . 滚动轴承振动性能状态演变的非线性特征和不确定性特征的灰关系分析［J］. 航空动力学报， 2022 ， 37 （ 6 ）： 1121 - 1133 .

YE Liang ， DENG Sier ， CUI Yongcun ， et al . Grey relation analysis on nonlinear characteristics and uncertainty characteristics of evolution of rolling bearing vibration performance state ［J］. Journal of Aerospace Power ， 2022 ， 37 （ 6 ）： 1121 - 1133 .

李德发，齐红元，侯东明，等 . 动车组轴箱轴承状态的声发射检测机理研究［J］. 机械工程学报， 2021 ， 57 （ 12 ）： 153 - 160 .

LI Defa ， QI Hongyuan ， HOU Dongming ， et al . Research on acoustic emission detection mechanism of axle box bearing state of EMU ［J］. Journal of Mechanical Engineering ， 2021 ， 57 （ 12 ）： 153 - 160 .

LIANG Z M ， WANG A N ， YU Y ， et al . Research on early weak structural damage detection of aeroengine intershaft bearing based on acoustic emission technology ［J］. Structural Health Monitoring ， 2021 ， 20 （ 6 ）： 3113 - 3122 .

苗永浩，石惠芳，李晨辉，等 . 谐波特征模式分解方法在轴承故障诊断中的应用［J］. 机械工程学报， 2023 ， 59 （ 21 ）： 234 - 244 .

MIAO Yonghao ， SHI Huifang ， LI Chenhui ， et al . Harmonic feature mode decomposition and its application for bearing fault diagnosis ［J］. Journal of Mechanical Engineering ， 2023 ， 59 （ 21 ）： 234 - 244 .

张超，买买提热依木·阿布力孜 . 基于EOE＿LMD和阶次跟踪分析的变转速轴承故障诊断［J］. 振动与冲击， 2024 ， 43 （ 7 ）： 308 - 316 .

ZHAO Chao ， MAIMAITIREYIMU Abulizi . Fault diagnosis of variable rotating speed rolling bearing based on EOE_LMD and order tracking analysis ［J］. Journal of Vibration and Shock ， 2024 ， 43 （ 7 ）： 308 - 316 .

王恒迪，邓四二，杨建玺，等 . 基于参数优化变分模态分解的滚动轴承早期故障诊断［J］. 振动与冲击， 2020 ， 39 （ 23 ）： 38 - 46 .

WANG Hengdi ， DENG Sier ， YANG Jianxi ， et al . Incipient fault diagnosis of rolling bearing based on VMD with parameters optimized ［J］. Journal of Vibration and Shock ， 2020 ， 39 （ 23 ）： 38 - 46 .

GILLES J . Empirical wavelet transform ［J］. IEEE Transactions on Signal Processing ， 2013 ， 61 （ 16 ）： 3999 - 4010 .

吕跃刚，何洋洋 . EWT和ICA联合降噪在轴承故障诊断中的应用［J］. 振动与冲击， 2019 ， 38 （ 16 ）： 42 - 48 .

LÜ Yuegang ， HE Yangyang . Application of an EWT-ICA combined method in fault diagnosis of rolling bearings ［J］. Journal of Vibration and Shock ， 2019 ， 38 （ 16 ）： 42 - 48 .

王志超，夏虹，朱少民，等 . EWT-GG聚类的核电厂轴承故障诊断方法研究［J］. 哈尔滨工程大学学报， 2020 ， 41 （ 6 ）： 899 - 906 .

WANG Zhichao ， XIA Hong ， ZHU Shaomin ， et al . Bearing fault diagnosis method in nuclear power plants based on EWT-GG clustering ［J］. Journal of Harbin Engineering University ， 2020 ， 41 （ 6 ）： 899 - 906 .

张龙，闫乐玮，熊国良，等 . 基于EWT-MCKD的机车轮对轴承故障诊断［J］. 铁道科学与工程学报， 2021 ， 18 （ 10 ）： 2722 - 2732 .

ZHANG Long ， YAN Lewei ， XIONG Guoliang ， et al . Fault diagnosis of locomotive wheel set bearing based on EWT-MCKD ［J］. Journal of Railway Science and Engineering ， 2021 ， 18 （ 10 ）： 2722 - 2732 .

刘奇，田辈辈，冷军发，等 . 基于SWT与IEWT的齿轮无转速计阶次跟踪［J］. 机械设计与研究， 2024 ， 40 （ 2 ）： 151 - 157 .

LIU Qi ， TIAN Beibei ， LENG Junfa ， et al . Gear tacho-less order tracking method based on SWT and IEWT ［J］. Machine Design & Research ， 2024 ， 40 （ 2 ）： 151 - 157 .

裴迪，岳建海，焦静 . 基于自相关与能量算子增强的滚动轴承微弱故障特征提取［J］. 振动与冲击， 2021 ， 40 （ 11 ）： 101 - 108 .

PEI Di ， YUE Jianhai ， JIAO Jing . Weak fault feature extraction of rolling bearing based on autocorrelation and energy operator enhancement ［J］. Journal of Vibration and Shock ， 2021 ， 40 （ 11 ）： 101 - 108 .

郭璐，于忠清， YU Jianqi . 基于Teager能量谱和卷积神经网络的滚动轴承故障诊断［J］. 计算机应用与软件， 2021 ， 38 （ 9 ）： 111 - 119 .

GUO Lu ， YU Zhongqing ， YU Jianqi . Rolling bearing fault diagnosis based on Teager energy spectrum and CNN ［J］. Computer Applications and Software ， 2021 ， 38 （ 9 ）： 111 - 119 .

白浩，钟振鑫，李巍，等 . 基于CEEMD和NTEO的故障行波定位方法［J］. 电力系统保护与控制， 2022 ， 50 （ 20 ）： 50 - 59 .

BAI Hao ， ZHONG Zhenxin ， LI Wei ， et al . A fault traveling wave location method based on CEEMD and NTEO ［J］. Power System Protection and Control ， 2022 ， 50 （ 20 ）： 50 - 59 .

孙康，金江涛，李春，等 . 基于改进经验小波变换与分形特征集的风力机齿轮箱故障诊断［J］. 太阳能学报， 2023 ， 44 （ 5 ）： 310 - 319 .

SUN Kang ， JIN Jiangtao ， LI Chun ， et al . Fault diagnosis of wind turbine gearbox based on improved empirical wavelet transform and fractal feature set ［J］. Acta Energiae Solaris Sinica ， 2023 ， 44 （ 5 ）： 310 - 319 .

徐野，黄文君，米俊芃，等 . 多源信息融合的离心式压缩机喘振诊断方法［J］. 化工学报， 2023 ， 47 （ 7 ）： 2979 - 2987 .

XU Ye ， HUANG Wenjun ， MI Junpeng ， et al . Surge diagnosis method of centrifugal compressor based on multi-source data fusion ［J］. CIESC Journal ， 2023 ， 47 （ 7 ）： 2979 - 2987 .

李华，刘韬，伍星，等 . 相关奇异值比的SVD在轴承故障诊断中的应用［J］. 机械工程学报， 2021 ， 57 （ 21 ）： 138 - 149 .

LI Hua ， LIU Tao ， WU Xing ， et al . Application of SVD based on correlated singular value ratio in bearing fault diagnosis ［J］. Journal of Mechanical Engineering ， 2021 ， 57 （ 21 ）： 138 - 149 .

吕凯波，娄培生，谷丰收，等 . 基于声压信号能量峭度的早期切削颤振预警技术研究［J］. 振动与冲击， 2021 ， 40 （ 20 ）： 50 - 55 .

LÜ Kaibo ， LOU Peisheng ， GU Fengshou ， et al . A study on early chatter monitoring based on energy kurtosis index of acoustic signals ［J］. Journal of Vibration and Shock ， 2021 ， 40 （ 20 ）： 50 - 55 .

BORGHESANI P ， PENNACCHI P ， RICCI R ， et al . Testing second order cyclostationarity in the squared envelope spectrum of non-white vibration signals ［J］. Mechanical Systems and Signal Processing ， 2013 ， 40 （ 1 ）： 38 - 55 .

CUI L L ， WU N ， MA C Q ， et al . Quantitative fault analysis of roller bearings based on a novel matching pursuit method with a new step-impulse dictionary ［J］. Mechanical Systems and Signal Processing ， 2016 ， 68/69 ： 34 - 43 .

栾孝驰，沙云东，柳贡民，等 . 基于WPD-KVI-Hilbert变换相结合的滚动轴承早期故障特征精准识别［J］. 推进技术， 2022 ， 43 （ 2 ）： 210408 .

LUAN Xiaochi ， SHA Yundong ， LIU Gongmin ， et al . Accurate identification for early fault features of rolling bearings based on WPD-KVI-Hilbert transform ［J］. Journal of Propulsion Technology ， 2022 ， 43 （ 2 ）： 210408 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Gear Fault Diagnosis Based on EMD Decomposition and Levy-SSA-BP Neural Network

Bearing Fault Diagnosis Method based on RLMD and Kmeans++

Study on Fault Diagnosis System for Urban Rail Transit Vehicle Bogie Bearing based on Continuous Long and Sloping Route

Bearing Fault Diagnosis based on ACSBP Algorithm

Study on the Bearing Fault Diagnosis based on Feature Selection and Probabilistic Neural Network

Related Author

Xu Jingwen

Yang Ping

Yin Xiaojun

Shaoting Yan

Yuguo Zhou

Yanbo Ren

Shiliang Liu

Shidang Yan

Related Institution

Shenyang Academy of Instrumentation Science Co., Ltd.

School of Information and Control Engineering， Qingdao University of Technology

Zhengzhou Research Institute of Mechanical Engineering Co.，Ltd.

Guiyang Transportation Investment Development Group Co.，Ltd.

Engineering College,Honghe University

⁰