基于SVD-CEEMDAN和KLD的轴承故障分析

作者：刘洋; 王林军; 李立军; 陈保家; 徐洲常; 蔡康林

来源：机床与液压, 2022, 50(17): 195-199.

DOI：10.3969/j.issn.1001-3881.2022.17.034

• 轴承故障分析
• 特征提取
• SVD
• CEEMDAN
• KLD

针对滚动轴承信号去噪及故障特征提取问题，提出一种基于SVD-CEEMDAN和KLD的滚动轴承故障诊断方法。该方法通过奇异值分解(SVD)对原始信号进行初步去噪，再利用完备集合经验模态分解(CEEMDAN)对去噪后的非平稳振动信号进行自适应分解，得到若干本征模态函数(IMF);然后通过KL散度法(KLD)筛选有效本征模态函数(IMF)重构，再对其进行自相关去噪；最后利用包络谱分析处理去噪信号，提取故障特征频率。通过对轴承实测信号进行分析，该方法可有效抑制噪声，并能清晰地得到反映实际故障信息的信号，证实所提出方法的实用性和有效性。

• 单位
  三峡大学