SVD-LMD联合降噪和TEO的滚动轴承故障诊断
谢小正1
李俊1
赵荣珍1
崔振琦2
1.兰州理工大学 机电工程学院,甘肃 兰州 7300502.甘肃筑鼎建设有限责任公司,甘肃 嘉峪关 735100
摘要：针对随机噪声背景下滚动轴承局部损伤信息提取困难的问题,提出了一种奇异值分解(Singular value decomposition,SVD)和局部均值分解(Local mean decomposition,LMD)联合降噪,并结合Teager能量算子(Teager energy operator,TEO)的特征提取新方法.首先,利用SVD方法对滚动轴承故障振动信号进行处理,初步剔除背景噪声;然后,使用LMD方法分解降噪后的信号,依据相关系数指标筛分出敏感乘积函数(Product function,PF)并加以重构;最后,对重构的信号进行TEO解调分析,将解调谱中幅值突出的频率成分与故障特征频率理论值进行对比,提取故障信息.结果表明,该方法可有效提取轴承局部损伤的特征频率,最终实现故障诊断.
关键词：滚动轴承奇异值分解局部均值分解Teager能量算子故障诊断
资助基金：国家自然科学基金(51675253)
论文发表日期：2021-06-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：9( 104-112 )
英文信息