10.13465/j.cnki.jvs.2019.22.032
基于VMD和SVDD的滚动轴承早期微弱故障检测和性能退化评估研究
针对滚动轴承早期微弱故障检测及故障状态监测问题,提出了一种基于变模态分解(VMD)分解和支持向量数据描述(SVDD)的滚动轴承性能退化评估模型.对振动信号进行VMD分解,选取对性能退化较为敏感的本征模态分量,提取其奇异值,并结合信号的时域特征指标,复杂度指标组成特征向量矩阵作为滚动轴承综合特征指标;并以正常状态下的综合特征指标作为训练样本完成SVDD评估模型的构建,利用滚动轴承全寿命试验数据进行评估模型的验证.实验结果表明,该评估模型可以准确检测到滚动轴承早期微弱故障阶段的发生,同时可以很好的揭示滚动轴承性能退化规律,其评估效果优于模糊C均值聚类(FCM)方法.
滚动轴承、微弱故障、性能退化、变分模态分解(VMD)、支持向量数据描述(SVDD)
38
TH165.3
河北省自然科学基金E2016506003
2019-12-30(万方平台首次上网日期,不代表论文的发表时间)
共8页
224-230,256