基于改进CEEMDAN和优化重构的轴承故障特征提取研究
梁凯
刘韬
马培原
伍星
1.昆明理工大学机电工程学院,昆明,6505002.昆明理工大学机电工程学院,昆明,6505003.昆明理工大学机电工程学院,昆明,6505004.昆明理工大学机电工程学院,昆明,650500
摘要：滚动轴承作为旋转设备的关键部件,其性能严重影响设备的运行安全.由于设备工况复杂,反映轴承的故障特征的冲击成分往往被噪声信号所淹没,导致无法有效的提取故障特征.为了更准确的获取滚动轴承的故障信息特征,本文提出一种基于改进的自适应噪声完整集合模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和峭度指标的特征提取方法.首先,利用改进的CEEMDAN方法对分解过程中的各段信号添加自适应白噪声,计算唯一的余量来获得各个固有模态函数(intrinsic mode function),与EEMD(ensemble empirical mode decomposition)相比,其分解过程完整.其次,计算各IMF分量的峭度指标,筛选重构IMF分量集,然后利用重构信号峭度最优指标筛选出最合适的重构信号,最后,通过包络解调获得轴承故障特征.结果 表明,该方法具有更好的分解效果,自适应性好,可以更好的抑制噪声,提取轴承故障的冲击成分.
关键词：CEEMDAN峭度信号重构滚动轴承故障诊断
分类号：TH133.3(机械零件及传动装置)
资助基金：国家自然科学基金(51405211)
论文发表日期：2019-01-01
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：8( 532-539 )
英文信息