基于SVD-CEEMDAN和KLD的轴承故障分析

摘要：

针对滚动轴承信号去噪及故障特征提取问题,提出一种基于SVD-CEEMDAN和KLD的滚动轴承故障诊断方法.该方法通过奇异值分解(SVD)对原始信号进行初步去噪,再利用完备集合经验模态分解(CEEMDAN)对去噪后的非平稳振动信号进行自适应分解,得到若干本征模态函数(IMF);然后通过KL散度法(KLD)筛选有效本征模态函数(IMF)重构,再对其进行自相关去噪;最后利用包络谱分析处理去噪信号,提取故障特征频率.通过对轴承实测信号进行分析,该方法可有效抑制噪声,并能清晰地得到反映实际故障信息的信号,证实所提出方法的实用性和有效性.

关键词：轴承故障分析、特征提取、SVD、CEEMDAN、KLD

所属期刊栏目：50

分类号：TH133.33;TN911.7

资助基金：国家自然科学基金;三峡大学研究生课程建设项目

在线出版日期：2022-11-15（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：195-199