综合CEEMDAN-SVD与倒频谱的滚动轴承故障诊断方法

作者：郑锦妮; 边杰^*

来源：太原理工大学学报, 2021, 52(03): 495-501.

DOI：10.16355/j.cnki.issn1007-9432tyut.2021.03.024

• 滚动轴承
• 故障诊断
• 自适应噪声完备集合经验模态分解
• 奇异值分解
• 倒频谱

针对滚动轴承故障信号的非平稳时变特性,提出了一种综合自适应噪声完备集合经验模态分解(CEEMDAN)、奇异值分解(SVD)与倒频谱的滚动轴承故障诊断方法。使用CEEMDAN方法将滚动轴承故障信号分解成一系列模态分量,计算各模态分量与滚动轴承故障信号之间的相关系数,并设定相关系数的阀值。将相关系数小于阀值的模态分量,作为趋势项放入最后一个模态分量给予剔除。CEEMDAN方法得到的各模态分量仍不免包含噪声成分,对各模态分量进行SVD降噪处理,并对降噪后的各模态分量进行倒频谱分析,以提取滚动轴承的故障特征频率。分析结果表明,经CEEMDAN方法分解并SVD降噪后的各模态分量的倒频谱,可以有效提取滚动轴承不同故障(内圈故障、外圈故障和滚动体故障)的故障特征频率,从而实现对滚动轴承不同故障的有效诊断。