基于奇异值分解和变分模态分解的轴承故障特征提取
2016-12-12赵洪山郭双伟
振动与冲击 2016年22期
赵洪山, 郭双伟, 高 夺
(华北电力大学(保定) 电气与电子工程学院,河北 保定 071003)
基于奇异值分解和变分模态分解的轴承故障特征提取
赵洪山, 郭双伟, 高 夺
(华北电力大学(保定) 电气与电子工程学院,河北 保定 071003)
为了有效提取轴承故障,提出了基于变分模态分解和奇异值分解降噪的故障特征提取方法。通过对故障信号进行变分模态分解,获得其本征模态函数。基于峭度指标,选择包含故障信息的本征模态函数进行信号重构。利用奇异值分解降噪技术对重构信号进行处理,提高信噪比。最后对降噪信号进行包络解调提取故障特征频率。与常见的故障特征提取方法相比,该方法能有效辨别滚动轴承的典型故障,突出故障特征,提高滚动轴承的故障诊断效果。
变分模态分解;奇异值分解;滚动轴承;故障特征提取
轴承是机械传动系统的核心部件[1],在功率传递的过程中发挥着至关重要的作用,如新能源风力发电机主轴承、齿轮箱的各级轴承等。一旦轴承发生故障,传动系统的正常运行会受到极大影响。在轴承的故障中,元件表面损伤最为常见。轴承元件发生表面损伤后,会和与之配合的元件表面发生撞击,产生频带很宽的脉冲力,覆盖轴承的固有频率,从而激起系统的高频固有振动,导致轴承故障信号的频谱产生多个共振峰,共振峰中包含了故障信息。
共振解调法[2]通过对振动信号进行窄带滤波得到包含故障信息的故障频带,利用包络解调进行故障特征提取。……
登录APP查看全文
