基于SVD和VMD的轴承微弱故障特征提取及分析

作者:蔡康林; 王林军; 徐洲常; 刘洋; 陈保家
来源:组合机床与自动化加工技术, 2022, (04): 70-73+78.
DOI:10.13462/j.cnki.mmtamt.2022.04.016

摘要

针对轴承微弱故障时冲击信号含有大量噪声且难以提取故障特征频率问题,提出了一种基于奇异值分解(SVD)和变分模态分解(VMD)的轴承故障特征提取方法。该方法先对原始信号进行SVD去噪;再对去噪信号进行VMD分解,得到各个本征模态函数(IMF),根据最大中心频率原则和各个本征模态与去噪信号的相关系数差值确定分解个数,通过加权峭度指标来筛选IMF分量进行重构;最后通过对IMF重构信号进行包络谱分析清晰看到故障特征频率。仿真分析和两种不同轴承试验的结果表明,所提出的方法可有效地抑制噪声,并能得到反映实际故障信息的信号。

全文