VMD与TEO能量算子的滚动轴承故障诊断方法

摘要：

滚动轴承作为现代机械设备的关键零部件,其故障特征信息通常受到强背景噪声的干扰.为了解决这一问题,提出了一种基于自适应变分模态分解(VMD)和Teager能量算子(TEO)混合的滚动轴承故障诊断方法.为了解决传统的VMD算法分解模数K和二次惩罚因子α人工经验选择的问题,采用粒子群(PSO)优化VMD系统参数;应用最优的VMD系统参数对测试信号进行分解,计算每个模数的相关系数和峭度,选择分解结果的最敏感模数;利用TEO能够跟踪信号瞬态能量的特点,对最敏感模数的TEO进行频谱分析.为了验证该方法的有效性,利用滚动轴承故障实验台进行试验验证,结果表明该方法能够有效地提取滚动轴承的故障特征信息,准确识别轴承的故障类型.

关键词：变分模态分解、Teager能量算子、粒子群、滚动轴承、故障诊断

所属期刊栏目：39

分类号：TH133.33

在线出版日期：2020-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：308-312