谐波特征模式分解方法在轴承故障诊断中的应用 |
| |
引用本文: | 苗永浩,石惠芳,李晨辉,王南飞.谐波特征模式分解方法在轴承故障诊断中的应用[J].机械工程学报,2023(21):234-244. |
| |
作者姓名: | 苗永浩 石惠芳 李晨辉 王南飞 |
| |
作者单位: | 1. 北京航空航天大学可靠性与系统工程学院;2. 中国船舶重工集团新能源有限责任公司 |
| |
基金项目: | 国家重点研发计划资助项目(2021YFB2500604); |
| |
摘 要: | 分解方法是处理机械信号多成分分离最有效的手段。然而,现有的分解方法并非以典型的机械故障特征作为分解目标,且分解模式的提取难以做到自适应滤波,因此面对复杂信号的成分分离与特征提取效果差,难以满足诊断需求。针对此,提出谐波特征模式分解方法 (Harmonicfeaturemodedecomposition,HFMD),选择信号周期性强度评价指标谐噪比(Harmonics-to-noiseratio,HNR)作为分解目标,借助有限冲激响应(Finiteimpulseresponse,FIR)滤波器系数更新机制实现分解模式提取过程中的自适应滤波。首先,借助基于树状结构的频带划分方式初始化滤波器组。在此基础上,以HNR作为分解目标求解最优滤波器系数。进一步,利用相关系数评价、比较进而筛选冗余模式。最后,通过设定分解模式数量作为收敛准则,实现复杂信号中周期性特征的提取与谐波信号成分的分离。仿真和试验案例证实相比于传统分解方法,提出的HFMD能更准确、有效地提取轴承故障信息。
|
关 键 词: | 分解 谐噪比 故障诊断 滚动轴承 自适应滤波 |
|
|