针对旋转机械运行过程中轴承转速变动，微弱故障特征不易提取等问题，提出一种基于阶次跟踪和参数优化变分模态分解的特征提取方法。通过阶次跟踪将非平稳时域信号转化为平稳的角域信号，以核互信息为适应度函数，采用变异麻雀算法搜索变分模态分解的最优参数，最后根据模态分量的多尺度样本熵对轴承故障进行分类。仿真和试验结果表明，该方法在变转速滚动轴承故障信号中能有效提取微弱故障特征，实现轴承故障的动态诊断。
科研之友
微信
新浪微博
Facebook
分享链接
