典型文献
基于VMD与增强包络谱的轴承早期故障诊断方法
文献摘要：
针对滚动轴承的早期故障信号容易受到噪声的干扰,造成信号的信噪比较低等问题,结合VMD和增强包络谱两种算法的优势,提出了一种基于遗传算法优化VMD与增强包络谱的轴承故障诊断方法.首先,使用包络熵与平方包络谱峭度的组合作为遗传算法的适应度函数,对变分模态分解的参数进行了寻优,得到了最优的模态分量个数和惩罚因子组合;然后,使用最优参数组合对轴承故障信号进行了变分模态分解,得到了若干模态分量,并选择了最小适应度值对应的最优模态分量;最后,为验证该方法的有效性,采用无刷直流电机轴承和全寿命加速退化轴承两种实测信号进行了轴承故障类型识别分析.研究结果表明:相比传统方法,采用基于VMD与增强包络谱的方法,其输出信噪比平均提升了 5.94 dB,对于全寿命轴承退化数据可提前600 min识别出轴承的早期故障;该方法具有输出信噪比高、适应性好等优点,在轴承的微弱信号检测和早期故障识别方面具有较好的应用前景.
文献关键词：
轴承故障诊断;早期故障;变分模态分解;遗传算法;循环平稳分析;增强包络谱
中图分类号：
作者姓名：
韩朋朋;贺长波;陆思良
作者机构：
安徽大学高节能电机及控制技术国家地方联合工程实验室,安徽合肥230601
文献出处：
引用格式：
[1]韩朋朋;贺长波;陆思良-.基于VMD与增强包络谱的轴承早期故障诊断方法)[J].机电工程,2022(07):895-902,926
A类：
增强包络谱,平方包络谱峭度,循环平稳分析
B类：
VMD,早期故障诊断,故障诊断方法,滚动轴承,故障信号,遗传算法优化,轴承故障诊断,包络熵,适应度函数,变分模态分解,模态分量,惩罚因子,子组,最优参数,数组,适应度值,无刷直流电机,电机轴承,全寿命,加速退化,实测信号,故障类型识别,识别分析,输出信噪比,dB,轴承退化,退化数据,信噪比高,微弱信号检测,故障识别
AB值：
0.220844
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
