基于模态筛选的滚动轴承微小故障诊断研究

作者：郭跃楠; 杜福嘉; 黄康; 王二朋

来源：机械设计与制造, 2024, (09): 169-174.

DOI：10.19356/j.cnki.1001-3997.20240327.009

• 滚动轴承
• VMD
• 模态筛选
• 排列熵
• 故障因子
• 故障诊断

滚动轴承的自转、部件相互作用和强干扰使测量的振动信号复杂，而滚动轴承的早期损伤类故障特征信息弱小，导致故障特征难以有效提取从而影响故障诊断，因此提出一种敏感模态筛选方法来提高故障诊断的正确性。采用变分模态分解算法对信号进行自适应分解，提取信号的局部特征。基于排列熵的不变性和对冲击信号的敏感性，提出故障因子的敏感模态筛选方法对信号进行重构，抑制振动信号中的干扰和噪声。通过仿真和实验对所提方法进行了验证，结果表明，相比其他处理方法，所提方法信噪比提高了60.5%，误差降低了52.6%，同时故障诊断正确率提高了24.3%，说明了该方法的有效性。

• 单位
  南京天文光学技术研究所; 中国科学院大学; 中国科学院国家天文台南京天文光学技术研究所