基于模态分解在联合收获机轴承故障诊断研究

作者：王晓燕; 许栋刚

来源：农机化研究, 2023, 45(07): 30-64.

DOI：10.13427/j.cnki.njyi.2023.07.014

• 联合收获机
• 人工神经网络(ANN)
• 滚动轴承
• 经验模态分解(EMD)

联合收获机滚动轴承的状态监测和故障诊断是目前保证其稳定运行的重要手段，而敏感故障特征的提取是轴承故障诊断的关键问题。为此，针对REB振动信号的非平稳、非线性特点及现有轴承故障诊断方法过于依赖监督学习算法等问题，提出了基于经验模态分解(EMD)能量熵的特征提取方法进行模型特征选取，并用于训练人工神经网络(ANN)对轴承故障进行分类。研究结果表明：提出的基于模态分解在联合收获机轴承故障诊断及分类中具有较强的可靠性，提出的健康指数(HI)可以系统表示不同的故障类型和严重程度，并可以成功地检测出联合收获机在运行过程中的故障类型，可为开发轴承自动诊断和预测系统提供参考。

• 单位
  郑州职业技术学院