| 结合VMD和Volterra预测模型的轴承振动信号特征提取 |
| |
| 引用本文： | 张云强,张培林,王怀光,杨玉栋,吴定海.结合VMD和Volterra预测模型的轴承振动信号特征提取[J].振动与冲击,2018,37(3):129-135. |
| |
| 作者姓名： | 张云强 张培林 王怀光 杨玉栋 吴定海 |
| |
| 作者单位： | 1. 军械工程学院 车辆与电气工程系，石家庄 050003；
2. 武汉军械士官学校 四系，武汉 430075 |
| |
| 摘 要： | 针对滚动轴承振动信号的非线性和非平稳性特点,提出了一种结合变分模式分解(VMD)和Volterra预测模型的轴承振动信号特征提取方法。利用VMD良好的非平稳信号分解能力将轴承振动信号分解成有限个平稳的本征模式函数(IMF)分量,然后对各IMF分量进行相空间重构,在重构的相空间内建立Volterra自适应预测模型,根据类内类间距准则对模型参数进行优选,用于描述轴承振动信号。对4种状态的滚动轴承振动信号进行了分析,优选的特征参数表现出较好的分类性能。实验结果表明,该方法能有效提取振动信号中的非线性和非平稳特征,从而提高滚动轴承故障诊断精度。
|
| 关 键 词： | 滚动轴承 变分模式分解 Volterra预测模型 故障诊断 |
Feature extraction method for rolling bearing vibration signals based on VMD and Volterra prediction model |
| |
| ZHANG Yun-qiang,ZHANG Pei-lin,WANG Huai-guang,YANG Yu-dong,WU Ding-hai.Feature extraction method for rolling bearing vibration signals based on VMD and Volterra prediction model[J].Journal of Vibration and Shock,2018,37(3):129-135. |
| |
| Authors: | ZHANG Yun-qiang ZHANG Pei-lin WANG Huai-guang YANG Yu-dong WU Ding-hai |
| |
| Affiliation: | 1.Department of Vehicle and Electrical Engineering, Ordnance Engineering College, Shijiazhuang 050003, China;
2.The 4th Department, Wuhan Ordnance Officer School, Wuhan 050003, China |
| |
| Abstract: | |
| |
| Keywords: | rolling bearing variational mode decomposition (VMD) Volterra prediction model fault diagnosis |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《振动与冲击》浏览原始摘要信息 |
|
点击此处可从《振动与冲击》下载全文 |
|
