IVMD融合奇异值差分谱的滚动轴承早期故障诊断
2016-12-07唐贵基王晓龙
振动、测试与诊断 2016年4期
唐贵基, 王晓龙
(华北电力大学能源动力与机械工程学院 保定,071003)
IVMD融合奇异值差分谱的滚动轴承早期故障诊断
唐贵基, 王晓龙
(华北电力大学能源动力与机械工程学院 保定,071003)
针对滚动轴承早期故障阶段存在特征信号微弱、故障识别相对困难的问题,提出了融合改进变分模态分解和奇异值差分谱的诊断方法。原始信号经改进变分模态分解方法处理后,被分解为若干本征模态函数分量,利用包络谱稀疏度指标筛选出最佳分量构造Hankel矩阵并进行奇异值分解,求取奇异值差分谱后,根据差分谱中的突变点重构信号,最终通过分析信号的包络谱可判断轴承的故障类型。利用改进变分模态分解融合奇异值差分谱的方法对轴承故障模拟及实测信号进行分析,均成功提取出微弱特征信息,能够实现滚动轴承早期故障的有效判别,具有一定的可靠性和应用价值。
改进变分模态分解;奇异值差分谱; 滚动轴承; 早期故障
引 言
实际工程应用中,复杂振动传输路径及严重环境噪声干扰等因素使轴承早期微弱故障特征提取相对困难,这也是故障诊断领域的一个研究热点和难点[1-2]。针对该问题,不少学者进行了研究。文献[3]提出基于小波相关滤波的包络分析方法,成功实现轴承早期故障的判别,但小波基函数的选择缺乏自适应性。文献[4]将循环维纳滤波与包络谱相结合,用于分析轴承全寿命周期故障信号,效果明显,但滤波器处理精度受循环频率估计影响严重。……
登录APP查看全文
