基于FIF-CYCBD的滚动轴承故障特征提取方法研究

摘要：

针对滚动轴承所处工况复杂、提取故障特征困难的问题,提出了一种基于快速迭代滤波分解(FIF)和最大二阶循环平稳盲解卷积(CYCBD)的故障特征提取方法.首先,通过利用FIF方法对源信号进行自适应分解,得到一系列本征模态分量;其次,依据相关系数准则对和源信号相关系数大于0.6的分量进行重构,并根据FIF得到的分解结果设置合适的循环频率采集器;最后,利用CYCBD方法对重构后的信号进行解混去噪,对处理后的信号进行包络解调分析.仿真实验以及相关实验数据表明,所提方法具有良好的信噪分离效果,相较于信号中突出的噪声分量,处理得到的故障特征频率幅值高于噪声幅值,可以有效实现轴承故障频率及其倍频特征的提取.

关键词：快速迭代滤波分解(FIF)、最大二阶循环平稳盲解卷积(CYCBD)、滚动轴承、特征提取、循环频率

所属期刊栏目：43

分类号：TH133.3

资助基金：国家自然科学基金51775515

在线出版日期：2022-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：35-40