基于VMD的自适应形态学在轴承故障诊断中的应用

被引：215

作者：

钱林 ^{[1
]}

康敏 ^{[1
,2
]}

傅秀清 ^{[1
]}

王兴盛 ^{[1
]}

费秀国 ^{[3
]}

机构：

[1] 南京农业大学工学院

[2] 南京农业大学灌云现代农业装备研究院

[3] 南京创力传动机械有限公司

来源：

振动与冲击 | 2017年 / 36卷 / 03期

关键词：

轴承; 变分模态分解; 数学形态学; 粒子群算法; 互信息法;

D O I：

10.13465/j.cnki.jvs.2017.03.036

中图分类号：

TH133.33 [滚动轴承];

学科分类号：

082805 [农业机械化与装备工程];

摘要：

为有效提取滚动轴承信号的特征频率,提出了基于变分模态分解(VMD)的自适应形态学的特征提取方法。首先利用VMD将目标信号分解为有限个模态信号,依据互信息法提取与原始信号相关的模态信号,将其进行求和重构;然后利用形态学对重构信号进行降噪处理,提取出滚动轴承的特征频率。针对形态学固有统计偏移和结构元素的选择问题,利用粒子群算法来优化改进的广义形态学滤波器,实现自适应滤波。通过数字仿真实验与滚动轴承故障试验分析,将其与基于经验模式分解(EMD)的自适应形态学、包络解调方法进行比较,结果表明该方法可以有效提取故障信号的特征频率。

引用

页码：227 / 233

页数：7

共 12 条

[1]

Research on variational mode decomposition and its application in detecting rub-impact fault of the rotor system.[J].Yanxue Wang;Richard Markert;Jiawei Xiang;Weiguang Zheng.Mechanical Systems and Signal Processing.2015,

[2]

A study of the characteristics of white noise using the empirical mode decomposition method [J].