基于DMD降噪的滚动轴承故障诊断方法

作者:涂福泉; 杨家瑜; 陈超; 罗迎九; 吴维崧
来源:武汉科技大学学报, 2023, 46(05): 376-383.
DOI:10.3969/j.issn.1674-3644.2023.05.008

摘要

针对轴承振动信号难以剔除噪声的问题,提出一种将Hilbert变换、动力学模态分解(DMD)和奇异值差分谱相结合的滚动轴承故障诊断方法。首先将原始信号进行Hilbert变换得到包络信号,由包络信号构造Hankel矩阵进行动力学模态分解,利用奇异值差分谱确定合适的截断秩后进行信号重构,最后通过频谱分析来提取故障特征。采用该方法对滚动轴承故障仿真信号和实验数据进行分析,结果表明其降噪效果显著,能有效获取轴承故障特征频率。

全文