VMD与TEO能量算子的滚动轴承故障诊断方法

• 作者: 高文英
• 来源期刊: 大连工业大学学报
• 学科: 工学
• 关键词: 变分模态分解 Teager能量算子 粒子群 滚动轴承 故障诊断
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 机械工程与自动化
• 页码范围: 308-312
• 页数: 5页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.19670/j.cnki.dlgydxxb.2020.0413

摘要

滚动轴承作为现代机械设备的关键零部件,其故障特征信息通常受到强背景噪声的干扰.为了解决这一问题,提出了一种基于自适应变分模态分解(VMD)和Teager能量算子(TEO)混合的滚动轴承故障诊断方法.为了解决传统的VMD算法分解模数K和二次惩罚因子α人工经验选择的问题,采用粒子群(PSO)优化VMD系统参数;应用最优的VMD系统参数对测试信号进行分解,计算每个模数的相关系数和峭度,选择分解结果的最敏感模数;利用TEO能够跟踪信号瞬态能量的特点,对最敏感模数的TEO进行频谱分析.为了验证该方法的有效性,利用滚动轴承故障实验台进行试验验证,结果表明该方法能够有效地提取滚动轴承的故障特征信息,准确识别轴承的故障类型.