基于SSD和ICA降噪的滚动轴承故障诊断

• 作者: 陈森 张浩 甄冬 师占群
• 来源期刊: 组合机床与自动化加工技术
• 关键词: 奇异谱分解 独立分量分析 降噪 滚动轴承 故障诊断
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 控制与检测
• 页码范围: 94-98
• 页数: 5页
• 分类号: TH133.3|TG506
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.08.022

摘要

针对轴承故障信号在早期由于能量小容易受到噪声影响而被淹没的问题,提出了一种奇异谱分解(SSD)和独立分量分析(ICA)的滚动轴承故障诊断方法.首先,通过SSD对原始故障信号分解,得到一系列不同频段的奇异谱分量(SSC);其次,利用SSC分量构造观测信号和虚拟噪声信号,将观测信号与虚拟噪声信号组成观测矩阵;然后通过ICA对观测信号降噪;构造虚拟噪声通道信号;最后,将分离出来的独立分量进行Hilbert解调,对解调后的信号做FFT运算,并识别故障类别.通过仿真和实验表明了所述方法能够满足对滚动轴承振动信号降噪要求,准确清晰地提取故障特征频率.通过与EMD-ICA方法对比分析,验证了该方法对滚动轴承的早期故障诊断更加有效.