变分模态分解和改进的自适应共振技术在轴承故障特征提取中的应用

摘要：

针对滚动轴承早期故障特征提取困难的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和改进的自适应共振技术的滚动轴承故障特征提取方法.针对轴承故障信号所在频带难以选择的问题,提出了基于改进的自适应共振技术(Improved Adaptive Resonance Technology,IART)的IMF选取方法.首先,确定模态数,提出了峭度最大值的模态数确定方法;然后,对原始振动信号进行VMD分解,获得既定数目的本征模态分量(Intrinsic Mode Function,IMF);其次,利用IART选取包含丰富故障信息的IMF分量;最后,(如有需要)对选取的IMF分量进行基于IART的带通滤波,并进行包络解调分析提取故障特征频率.将该方法应用到轴承仿真数据和实际数据中,能够实现轴承故障特征的精确诊断,证明了该方法的有效性.

关键词：故障诊断、滚动轴承、变分模态分解、峭度、改进的自适应共振

所属期刊栏目：31

分类号：TH165+.3;TN911.7

资助基金：国家自然科学基金资助项目51465022;云南省重点项目20161PE00008;昆明理工大学引入人才基金资助项目KKSY201401096,14118992

在线出版日期：2018-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：718-726