基于自相关与能量算子增强的滚动轴承微弱故障特征提取

摘要：

针对滚动轴承(rolling element bearings,REBs)早期故障振动信号冲击成分微弱,受噪声影响故障特征难以提取,提岀了基于自相关和Teager能量算子增强的滚动轴承微弱故障特征提取法.利用自相关计算和经验模态分解(empirical mode decomposition,EMD),分别实现轴承振动信号整个频带随机噪声和低频噪声的抑制,突出故障冲击周期.同时,提出基于内禀模态函数(intrinsic mode function,IMF)能量比加权的互相关系数-峭度指标用于筛选最优IMF进行信号重构,强化重构信号中的故障信息.对重构信号作用Teager能量算子(Teager energy operator,TEO),得到故障冲击特征增强的瞬时能量序列,通过功率谱分析提取轴承故障特征频率.内圈故障仿真信号和滚动体故障实测信号分析表明,该方法能够有效抑制轴承振动信号噪声,对早期故障的微弱特征有显著增强作用.

关键词：自相关、内禀模态函数(IMF)能量比加权、Teager能量算子(TEO)、特征增强、滚动轴承

所属期刊栏目：40

分类号：TH165.3;TH17

资助基金：国家自然科学基金W17A300080

在线出版日期：2021-07-05（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：101-108,123