机械设计与制造2020，Issue(4) ：171-176.

参数自适应TVF-EMD的滚动轴承故障诊断

Parameter Adaptive Time Varying Filtering Based on Empirical Mode Decomposition with Application to Bearing Fault Diagnosis

孙冬宁 曾小飞 莫贞凌
机械设计与制造2020，Issue(4) ：171-176.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

参数自适应TVF-EMD的滚动轴承故障诊断

Parameter Adaptive Time Varying Filtering Based on Empirical Mode Decomposition with Application to Bearing Fault Diagnosis

孙冬宁 1曾小飞 1莫贞凌1
扫码查看

作者信息

  • 1. 四川大学空天科学与工程学院,四川 成都 610065
  • 折叠

摘要

针对目前出现的时变滤波经验模式分解(TVF-EMD)在滚动轴承故障特征提取中参数选择难的问题,提出了一种参数自适应TVF-EMD方法.首先利用粒子群优化(PSO)算法对TVF-EMD影响最大的参数组合进行优化,获得最佳的参数组合,并对故障信号进行TVF-EMD分解.然后筛选经分解故障信号获得的敏感固有模态函数(IMF),并进行包络解调运算.最后根据包络谱判断滚动轴承的故障.分别利用TVF-EMD、集合经验模式分解(EEMD)和变分模态分解(VMD)方法对仿真信号进行分析,表明TVF-EMD方法具有更优越的分解性能.利用参数自适应TVF-EMD方法对滚动轴承故障信号进行分析,表明参数自适应TVF-EMD方法可有效识别滚动轴承故障.

关键词

振动信号分析/故障诊断/模态混叠/TVF-EMD/PSO算法/包络熵

引用本文复制引用

基金项目

国家自然科学基金资助项目(51675355)

出版年

2020
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
被引量3
参考文献量4
段落导航相关论文