基于变分模态分解与独立分量分析的轴承故障特征提取方法

• 作者: 张俊甲 柳晓云 王梦奇 马增强
• 来源期刊: 济南大学学报（自然科学版）
• 学科: 工学
• 关键词: 滚动轴承 变分模态分解 独立分量分析 故障诊断
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 机械工程
• 页码范围: 261-267
• 页数: 7页
• 分类号: TH165+.3
• 字数: 4169字
• 语种: 中文
• DOI: 10.13349/j.cnki.jdxbn.20170405.013

摘要

针对滚动轴承早期故障振动信号能量小且易受背景噪声干扰,从而导致故障特征提取困难等问题,提出基于变分模态分解(VMD)与独立分量分析(ICA)相结合的故障特征提取方法;该方法首先将原始故障信号进行VMD,得到若干正交的本征模态分量(IMF),然后依据峭度准则对分解后的信号进行分组重构,作为ICA的输入矩阵,最后采用FastICA算法实现故障信号与噪声信号的分离,从而提取机械故障特征信息;将轴承故障数据作为研究对象进行故障特征提取,并与集成经验模态分解-独立分量分析(EEMD-ICA)方法对特征信号的提取效果进行对比.结果表明,基于VMD与ICA的轴承故障特征提取方法提高了分解效率,解决了信号易受噪声干扰的问题,实现了轴承故障的精确诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马增强	石家庄铁道大学电气与电子工程学院	71	503	9.0	20.0
2	王梦奇	石家庄铁道大学电气与电子工程学院	10	38	4.0	5.0
3	柳晓云	石家庄铁道大学电气与电子工程学院	7	20	3.0	4.0
4	张俊甲	石家庄铁道大学电气与电子工程学院	11	59	5.0	7.0