基于MRSVD与LMD的工业机器人交叉滚子轴承故障特征提取

针对奇异值分解(SVD)优化局部均值分解(LMD)方法提取工业机器人交叉滚子轴承振动信号微弱故障特征分量时出现的模态混淆现象，提出一种基于最大分辨率SVD与LMD的工业机器人交叉滚子轴承故障特征提取方法。以最大奇异值分辨率原则将一维振动信号构造成Hankel矩阵，采用SVD对Hankel矩阵进行分解得到奇异值序列；按照奇异值曲率谱原则及非目标值抑制原则对奇异值序列进行重构，将包含故障突变信息的重构奇异值序列进行SVD逆运算得到重构振动信号；最后利用LMD方法对重构振动信号进行故障特征提取，得到能够表征原始振动信号振动特征的故障特征分量。通过与SVD优化LMD方法对比可知，该方法完整地提取了工业机器人交叉滚子轴承振动信号的微弱故障特征分量，改善了模态混淆现象。