摘要
针对传统算法难以准确提取强背景噪声下航空发动机转子系统微弱故障特征的问题,提出了变分非线性调频模态分解(VNCMD)结合Birge-Massart阈值降噪的航空发动机转子故障诊断方法.首先利用VNCMD对转子故障信号进行分解,根据峭度值及相关系数准则筛选有效信号分量,然后采用Birge-Massart阈值降噪方法对该信号分量进行降噪处理,最后对降噪后的信号进行包络解调,提取出转子故障特征信息.并通过对比经验模态分解(EMD)结合Birge-Massart阈值降噪的方法的实验结果,结果表明:该方法能够有效提升转子系统故障信息提取能力,实现转子系统故障更有效的诊断.
基金项目
国家自然科学基金(51365040)
南昌航空大学研究生创新专项资金资助项目(YC2019010)
NETL
NSTL
维普
万方数据