CEEMD-WVD多尺度时频图像的滚动轴承故障诊断

作者：孙国栋; 王俊豪; 徐昀; 林凯

来源：机械科学与技术, 2020, 39(05): 688-694.

DOI：10.13433/j.cnki.1003-8728.20190192

• CEEMD-WVD
• 多尺度
• 自适应
• 时频图像
• 故障诊断

针对一般EMD-WVD方法在提取时频图像信息不充分的问题,提出一种基于CEEMD-WVD多尺度时频图像的滚动轴承故障诊断方法。该方法采用互补集合经验模态分解(CEEMD)方法对故障振动信号进行分解,自适应地获得不同频段的固有模态函数(IMF)分量;选取前几个高频信号IMF模态分量,运用Wigner-Ville分布(WVD)对各IMF分量分别做时频分析,进一步转化成对应的多尺度的时频图像;然后提取各尺度时频图像的局部二进制(LBP)纹理特征,并利用其特征训练SVM分类器;最后用训练好的分类器对不同的轴承故障振动信号进行故障识别。实验结果表明,该方法有较强的自适应性且能生成高分辨率图像,故障识别率高,在凯斯西储大学(CWRU)的滚动轴承数据库上进行5类故障的实验,诊断正确率为99.75%。

• 单位
  湖北工业大学