基于分段累计近似与自适应噪声辅助集成经验模态分解的滚动轴承故障诊断方法

作者：周浪; 王礼桂; 胡雷^*; 蒋瑜; 胡茑庆

来源：轴承, 2023, (02): 26-30.

DOI：10.19533/j.issn1000-3762.2023.02.004

• 滚动轴承
• 深沟球轴承
• 故障诊断
• 信号处理
• 故障特征

提出了一种基于分段累积近似(PAA)与自适应噪声辅助集成经验模态分解(CEEMDAN)的适用于长信号处理的滚动轴承故障诊断方法，首先对高频采样得到的长信号进行包络解调，再对得到的低频包络信号进行PAA处理，实现对包络信号的数据压缩，最后通过CEEMDAN分离出包含故障信息的内禀模态函数(IMF)分量，进而实现对轴承故障的诊断。该方法通过数据压缩，解决了CEEMDAN因计算复杂而无法处理长信号的问题；先解调再PAA压缩，不会削弱信号中的低频包络信号(即故障特征信号)。实际案例的处理结果验证了该方法的有效性。

• 单位
  湖南工业大学; 国防科技大学