基于广义变分模式分解的滚动轴承故障微弱特征提取

针对变分模式分解（Variational Mode Decomposition,VMD）算法在微弱特征分量按需提取方面存在的不足,提出采用广义变分模式分解（Generalized Variational Mode Decomposition,GVMD）算法提取滚动轴承故障微弱特征。GVMD算法具有优良的频域多尺度定频分解性能,算法频谱分解位置和频域分解尺度可由先验中心频率和尺度参数灵活控制,实现按需分解。仿真和实验分析结果表明,与VMD算法相比,GVMD算法能够充分利用轴承故障频率信息和带宽信息,按需准确提取轴承故障微弱特征分量;且具有较强的噪声鲁棒性。