| 基于VMD和奇异差分谱的滚动轴承早期故障诊断 |
| |
| 引用本文： | 赵玮.基于VMD和奇异差分谱的滚动轴承早期故障诊断[J].机械设计与制造,2019(12). |
| |
| 作者姓名： | 赵玮 |
| |
| 作者单位： | 包头轻工职业技术学院自动化学院,内蒙古 包头,014030 |
| |
| 摘 要： | 针对强噪声环境下滚动轴承早期故障特征信息非常微弱且难以提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和奇异值差分谱的故障诊断方法。首先对轴承故障振动信号进行VMD分解得到一系列本征模态分量(Intrinsic Mode Functions,IMFS),由于噪声的干扰,很难从各个模态分量中提取有效的故障特征信息;然后根据相关系数准则,对相关系数较大的分量构建Hanke矩阵进行奇异值分解,求取奇异值差分谱,从差分谱中确定重构信号的有效阶次对信号进行降噪处理;最后对降噪处理后的信号进行Hilbert包络处理,从包络谱中即可准确地提取到故障特征频率。仿真信号和工程数据处理结果表明,该方法能够有效地降低噪声的影响,精确地提取到轴承微弱的故障特征频率信息。
|
| 关 键 词： | VMD 奇异值差分谱 轴承故障 包络解调 特征提取 |
Early Fault Diagnosis Research of Rolling Bearing Based on VMD and Singular Value Difference Spectrum |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
