基于VMD与自相关分析的滚动轴承故障特征提取

• 作者: 张俊甲 王梦奇 阮婉莹 马增强
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 自相关分析 变分模态分解 降噪 滚动轴承 故障诊断
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1372-1378
• 页数: 7页
• 分类号: TN710.1|TH213.3
• 字数: 3473字
• 语种: 中文
• DOI: 10.13382/j.jemi.2017.09.004

摘要

滚动轴承故障信号多呈现非平稳、多分量调制特性,早期故障信号调制特性微弱、易受周围设备噪声干扰,导致轴承早期故障特征淹没在噪声信号中,故障特征难以提取.为此,提出一种变分模态分解(variational mode decomposition,VMD)与自相关分析相结合的轴承故障特征提取方法.首先利用自相关分析消除故障信号中噪声干扰,提取周期成分;然后再用VMD算法将消噪信号分解成若干本征模态分量(intrinsic mode function,IMF),运用能量算子对相关系数及峭度值较大分量进行解调分析;最后通过能量解调谱来判别滚动轴承故障类型.将该方法应用到滚动轴承仿真故障数据和实测数据中,结果表明,该方法可降低了噪声的干扰,有效提取故障特征频率,能够实现滚动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	阮婉莹	石家庄铁道大学电气与电子工程学院	9	50	4.0	7.0
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