基于优化VMD与改进阈值降噪的滚动轴承早期故障特征提取

摘要：

针对复杂工况和强背景噪声干扰下,滚动轴承早期故障信号微弱导致故障特征难以提取的问题.提出了优化变分模态分解(VMD)与改进阈值降噪的滚动轴承故障特征提取方法.首先,通过鲸鱼优化算法(WOA)优化VMD实现振动信号的自适应分解,建立了L-峭度和相关系数的最优模态分量选取准则;然后对选取的最佳分量进行改进阈值降噪;最后,对降噪后的信号进行希尔伯特包络谱分析实现故障特征频率的提取.在仿真信号和美国西储大学工程数据集上,对提出的方法进行了验证,同时与Teager能量算子降噪的方法和基于包络熵准则的优化方法进行了对比,结果表明提出的方法效果更优.

关键词：特征提取、故障诊断、鲸鱼优化算法(WOA)、变分模态分解(VMD)、阈值降噪

所属期刊栏目：40

分类号：TP181;TH133.3;TH13(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;国防基础科研项目;甘肃省高等学校产业支撑引导项目;国家重点实验室开放基金

在线出版日期：2021-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：146-153