基于VMD-SWT滚动轴承故障诊断方法研究

• 作者: 刘义亚 周进群
• 来源期刊: 汽车实用技术
• 学科: 交通运输
• 关键词: 故障诊断 同步压缩小波变换 故障信号提取 变分模态分解
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 测试试验
• 页码范围: 146-152
• 页数: 7页
• 分类号: U467
• 字数: 5340字
• 语种: 中文
• DOI: 10.16638/j.cnki.1671-7988.2019.06.050

摘要

在强噪声背景下,滚动轴承非平稳非线性的早期微弱故障信号特征提取较为困难,提出结合变分模态分解(Variational Mode Decomposition,VMD)和同步压缩小波变换(Synchrosqueezing Wavelet Transform,SWT)的分析方法,该方法首先利用最大峭度准则优化VMD参数,使用优化后的参数对故障信号进行VMD分解,再利用峭度准则选择含有有效信息最多的本征模函数(Intrinsic Mode Function,IMF),最后使用SWT对最优IMF进行处理分析,从而提取有效特征频率.对强噪声背景下滚动轴承外圈故障信号、内圈故障信号以及滚动体故障信号进行处理分析,结果表明相比Hilbert包络、SWT等方法,该方法能够从强噪声背景下提取出故障信号频率特征,以此判断滚动轴承的运转状况.同时该方法能够有效重构信号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周进群		5	2	1.0	1.0
5	刘义亚		1	1	1.0	1.0