基于POVMD和频谱自相关分析的滚动轴承微弱故障特征提取

• 作者: 汤杰 陈剑
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 变分模态分解 频谱自相关分析 遗传算法 轴承故障 特征提取
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 13-20
• 页数: 8页
• 分类号: TN911.7|TH165.3
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.04.003

摘要

针对滚动轴承早期微弱故障特征提取困难的问题,提出基于参数优化变分模态分解(POVMD)与频谱自相关分析相结合的微弱故障特征提取方法.该方法首先针对变分模态分解(VMD)过程中参数选取的问题,提出了基于频谱自相关特征因子(SACFF)最大化的VMD参数搜索策略.其次,采用遗传算法对VMD的参数进行优化搜索,从而得到最优参数组合,并依此参数对原始信号进行VMD处理,获得一系列有限带宽固有模态函数(BLIMFs).最后,根据SACFF指标最大化原则选取最优BLIMF分量进行频谱自相关分析,以克服频谱自相关方法在滚动轴承微弱故障特征提取上的局限性.仿真和实验结果表明,该方法能够有效提取滚动轴承微弱故障特征,较EMD-频谱自相关方法和单一频谱自相关方法效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈剑		186	1958	24.0	32.0
2	汤杰		4	5	1.0	2.0