典型文献
基于优化变分模态分解与混沌分形融合的滚动轴承故障识别
文献摘要：
为精确识别滚动轴承故障类型,针对强非线性及非平稳性信号,分析其混沌特性,结合Lyapunov指数提出优化变分模态分解(OLVMD)方法,利用该方法实现降噪并选取敏感分量重构故障信号.引入分形理论,采用拟合偏差平方和方法对传统的关联维数计算方法进行改进,计算轴承不同状态下的混沌关联维数,并分析了损伤轴承实验数据.结果表明:OLVMD方法可有效剔除无关分量,消除冗余影响;不同状态轴承的关联维数具有显著差异,关联维数可作为轴承工作状态监测与诊断的依据,且该方法有良好的鲁棒性和泛化性.
文献关键词：
滚动轴承;故障诊断;混沌;Lyapunov指数;变分模态分解;分形;关联维数;拟合偏差平方和
中图分类号：
作者姓名：
孙康;金江涛;李春;许子非
作者机构：
上海理工大学能源与动力工程学院,上海200093;上海市动力工程多相流动与传热重点实验室,上海200093
文献出处：
引用格式：
[1]孙康;金江涛;李春;许子非-.基于优化变分模态分解与混沌分形融合的滚动轴承故障识别)[J].动力工程学报,2022(10):951-959,985
A类：
OLVMD,拟合偏差平方和
B类：
变分模态分解,滚动轴承,轴承故障,故障识别,精确识别,故障类型,强非线性,非平稳性,混沌特性,Lyapunov,降噪,故障信号,分形理论,关联维数,数具,工作状态,状态监测,监测与诊断,泛化性
AB值：
0.211047
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。
