基于改进EWT-SVD的轴承故障特征提取

• 作者: 包从望 江伟 肖钦兰 车守全 陈俊
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 故障特征 改进EWT SVD Hilbert变换
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 设计与研究
• 页码范围: 80-83
• 页数: 4页
• 分类号: TH39|TG506
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2020.09.018

摘要

文章针对轴承早期故障特征的提取,提出了基于改进EWT-SVD的算法.首先,改进的经验小波(EWT)提出了模态分解数量确定的思路,自适应地将预处理信号分解到合适数量的模态分量,通过相关度系数验证了分解模态的信号有效性;其次,通过计算各分量的峭度值确定最优的特征提取模态分量,并通过变阈值奇异值分解(SVD)对模态信号进行去噪;最后,通过对重构特征信号进行Hilbert变换包络处理提取振动信号频率特征.实验证明了文章算法的可行性,同时,算法还具有计算速度快、以数据为主要驱动的特点.