基于VMD和MED的滚动轴承微弱故障特征提取

• 作者: 任学平 李攀 王朝阁
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 变分模态分解 最小熵解卷积 轴承故障 包络解调
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 143-148
• 页数: 6页
• 分类号: TH16|TH133
• 字数: 3232字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2018.03.026

摘要

针对强噪声环境下滚动轴承故障特征信息非常微弱且难以提取的问题,提出基于变分模态分解(Variational Mode Decomposition,VMD)和最小熵解卷积(Minimum Entropy Deconvolution,MED)的滚动轴承微弱故障特征提取方法.基于VMD和MED的滚动轴承微弱故障特征提取方法首先采用VMD对滚动轴承故障信号进行分解,得到多个模态分量,由于噪声的干扰,很难从各个模态分量中提取有效的故障特征信息;然后根据相关系数准则,选取与原始信号相关系数较大的模态分量进行重构,再对重构后的信号进行MED降噪处理;最后对降噪处理后的信号进行Hilbert包络解调,从得出的包络谱中即可准确地提取到故障特征信息.轴承故障实验信号处理结果表明,该方法可以有效地降低噪声的影响,精确地提取滚动轴承微弱的故障特征信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任学平	内蒙古科技大学机械工程学院	132	377	9.0	11.0
2	王朝阁	内蒙古科技大学机械工程学院	18	88	6.0	8.0
3	李攀	内蒙古科技大学机械工程学院	10	26	3.0	5.0