摘要

针对滚动轴承故障信息微弱且常受到强背景噪声影响,导致故障特征提取困难的问题,提出一种改进变分模态分解(VMD)和Teager能量算子的滚动轴承弱故障特征提取方法。该方法以最大加权频域相关峭度为目标函数,对影响VMD分解的参数进行优化选取,确保获取故障特征最为明显子信号。利用Teager能量算子处理获取的最优子信号,增强故障冲击特征,并借助快速傅里叶变换准确提取出滚动轴承故障特征。将该方法运用到滚动轴承仿真和实验信号中,结果表明,提出的方法能够解决VMD参数难以选取的问题,且能从强背景噪声干扰中有效提取出滚动轴承内圈弱故障特征,实现了故障的准确识别,具有一定的实际应用价值。