| 基于VMD的自适应随机共振在滚动轴承早期故障检测中的应用 |
| |
| 引用本文： | 王志霞,郭利,程茜茜.基于VMD的自适应随机共振在滚动轴承早期故障检测中的应用[J].机械传动,2018(4). |
| |
| 作者姓名： | 王志霞 郭利 程茜茜 |
| |
| 作者单位： | 陆军工程大学石家庄校区;陆军北京军代局驻743厂军事代表室 |
| |
| 摘 要： | 针对滚动轴承早期微弱故障难以检测的问题,提出一种基于变分模态分解(Variational mode decompsition,VMD)的自适应随机共振轴承故障检测方法。首先对滚动轴承的振动故障信号进行VMD分解,得到有限个本征模态函数(Intrinsic mode function,IMF),选取包含故障特征的IMF分量并进行信号重构;将重构信号输入随机共振系统,采用以改进加权峭度为目标函数的量子粒子群算法,优化系统结构参数,得到最佳共振输出,从而实现降噪和增强故障特征的目的,最后通过输出信号的自相关包络谱提取故障特征频率。实测数据的分析结果验证了该方法的有效性和优势。
|
| 关 键 词： | 变分模态分解 自适应随机共振 滚动轴承早期故障检测 特征频率 |
Application of Bistable Stochastic Resonance based on VMD in Early Fault Detection of Rolling Bearing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
