基于MED和变分模态分解的滚动轴承早期故障诊断方法

• 作者: 刘尚坤 唐贵基 王晓龙
• 来源期刊: 机械传动
• 关键词: 最小熵解卷积 变分模态分解 滚动轴承 早期故障诊断
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 开发应用
• 页码范围: 179-182
• 页数: 4页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2017.09.036

摘要

针对滚动轴承早期微弱故障特征容易淹没于环境噪声中而难以提取的问题,提出了最小熵解卷积(MED)降噪和变分模态分解(VMD)相结合的滚动轴承早期故障诊断方法.首先以峭度最大为准则利用MED对轴承振动信号进行降噪处理,然后采用新的高精度多分量信号分解方法——VMD将降噪信号分解为若干个分量,最后通过分析最大峭度分量包络谱中故障频率成分诊断轴承故障.轴承实验分析结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐贵基		192	2582	23.0	44.0
2	刘尚坤		25	145	7.0	11.0
3	王晓龙		41	606	13.0	24.0