改进型EEMD和MSB解调方法及其在轴承故障特征提取中的应用

作     者：甄冬 田少宁 郭俊超 孟召宗 谷丰收 ZHEN Dong;TIAN Shao‑ning;GUO Jun‑chao;MENG Zhao‑zong;GU Feng‑shou

作者机构：河北工业大学机械工程学院天津300130 天津理工大学天津市先进机电系统设计与智能控制重点实验室天津300384 天津理工大学机电工程国家级实验教学示范中心天津300384 Centre for Efficiency and Performance EngineeringUniversity of HuddersfieldHuddersfield HD13DH 

基　　金：国防科技大学装备综合保障技术重点实验室基金资助项目(6142003200102) 国家自然科学基金资助项目(51605133) 中国博士后科学基金面上项目(2021M702122) 

出 版 物：《振动工程学报》 (Journal of Vibration Engineering)

年 卷 期：2023年第36卷第5期

页      码：1447-1456页

摘      要：针对滚动轴承振动信号的强非线性和非平稳特性,提出了一种基于改进集成经验模态分解(IEEMD)和调制信号双谱(MSB)分析的故障特征提取方法。将集成经验模态分解(EEMD)应用于滚动轴承的振动信号处理,将其分解成一系列的本征模态函数(IMFs);通过累计均值(MSAM)准则将IMFs自适应地分为低频IMFs和高频IMFs,其中高频IMFs采用小波阈值降噪进行处理;将降噪后的高频IMFs与低频IMFs进行重构以获取高信噪比的瞬态脉冲信号;利用MSB进一步抑制瞬态脉冲信号中的随机噪声和干扰分量,并提取信号故障特征。与谱峭度(SK)和WEEMD-MSB分析结果进行对比,验证了该方法在轴承微弱故障特征提取方面的优越性。

主 题 词：故障诊断 滚动轴承 改进经验模态分解 调制信号双谱分析 累计均值 

学科分类：080202[080202] 08[工学] 080203[080203] 0802[工学-机械学] 080201[080201] 

核心收录：

D　O　I：10.16385/j.cnki.issn.1004-4523.2023.05.029

馆 藏 号：203124268...