基于倒谱预白化和辛几何模态分解数量规律的轴承故障特征提取方法

• 作者: 陈奕雅 贾民平 鄢小安
• 来源期刊: 东南大学学报（英文版）
• 关键词: 倒谱预白化 辛几何模态分解 特征值 数量规律 特征提取
• 年，卷（期）: 2021,（1）
• 页码范围: 33-41
• 页数: 9页
• 分类号: TH17
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2021.01.005

摘要

为了有效提取轴承的故障特征,避免轴承损伤引起的冲击成分受到离散频率分量和背景噪声的干扰,提出了一种基于倒谱编辑信号预白化和辛几何模态分解数量规律的轴承故障特征提取方法.首先,对原始信号进行倒谱预白化来增强轴承故障的冲击特性,去除复杂振动信号中的周期性频率成分,产生只包含背景噪声和损伤引起的非平稳冲击成分的白化信号.其次,发现了辛几何模态分解中哈密顿矩阵的有效特征值数目与信号中的频率个数成2倍的数量规律,并通过仿真和理论推导验证了该数量规律.最后,构造预白化信号的轨迹矩阵,进行辛几何模态分解,根据发现的数量规律,选择相应的特征向量重构信号,进行希尔伯特包络谱分析,并提取故障特征.通过仿真分析和应用实例证明,所提方法可以清晰地提取轴承的故障特征.