基于参数自适应特征模态分解的滚动轴承故障诊断方法
针对强背景噪声下轴承故障信息难以有效提取的问题,提出一种基于参数自适应特征模态分解的滚动轴承故障诊断方法.首先,为了克服原始特征模态分解(FMD)需要依赖人为经验设定关键参数而不具有自适应性的缺点,提出基于平方包络谱特征能量比(FER-SES)的网格搜索方法自动地确定FMD的模态个数n和滤波器长度L;随后,采用参数优化的FMD将原轴承振动信号划分为n个模态分量,并选取具有最大FER-SES的模态分量为敏感模态分量;最后,通过计算敏感模态分量的平方包络谱来提取故障特征频率,从而判别轴承故障类型.通过仿真信号和工程案例分析验证了提出方法的有效性.与变分模态分解(VMD)和谱峭度方法(SK)相比,提出方法具有更好的故障特征提取性能.
特征模态分解、平方包络谱特征能量比、滚动轴承、故障诊断
43
TH17
国家自然科学基金;江苏省高等学校自然科学研究面上项目;澳门青年学者计划项目
2023-02-27（万方平台首次上网日期，不代表论文的发表时间）
共8页
252-259
