基于VMD和嵌入选择NPE的滚动轴承性能退化评估

• 作者: 童清俊 胡建中 许飞云 贾民平
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 性能退化评估 变分模态分解(VMD) 邻域保持嵌入(NPE) 支持向量数据描述(SVDD)
• 年，卷（期）: 2019,（4）
• 页码范围: 408-416
• 页数: 9页
• 分类号: TH17
• 字数: 1059字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2019.04.002

摘要

为了提高滚动轴承性能退化评估中退化指标的早期故障敏感性和稳定性,提出了一种基于嵌入选择的邻域保持嵌入(ESNPE)方法.首先,采用变分模态分解(VMD)对获得的振动信号进行分解,提取各本征模态分量的奇异值和相对能量等组成高维故障特征集.然后,采用NPE流行学习方法提取特征空间内的嵌入特征.针对传统NPE存在有效嵌入信息容易被抑制的问题,构建了一种基于Spearman相关系数的嵌入选择策略.该策略通过相关系数的大小衡量嵌入特征的有效性,并通过一阶差分的方法在轴承退化的早期阶段确定并保留有效嵌入特征.最后,采用支持向量数据描述(SVDD)模型构建性能退化指标,实现轴承性能退化评估.使用轴承全寿命退化实验数据,并与传统的主成分分析(PCA)方法和NPE方法特征提取分析结果进行对比,验证了所提方法在提升退化指标早期故障敏感性和稳定性方面具有优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许飞云	东南大学机械工程学院	113	1137	16.0	28.0
2	贾民平	东南大学机械工程学院	178	1997	21.0	36.0
3	胡建中	东南大学机械工程学院	49	516	11.0	21.0
4	童清俊	东南大学机械工程学院	3	0	0.0	0.0