基于奇异值差分谱降噪与经验模式分解的滚动轴承故障特征提取方法

摘要：

针对滚动轴承振动信号含有大量噪声且具有非线性、非平稳特性致使故障特征难提取的问题,提出一种基于奇异值差分谱降噪与经验模式分解(EMD)相结合的滚动轴承故障特征提取方法.首先,将滚动轴承振动信号在相空间重构的基础上利用奇异值差分谱完成降噪;其次,将降噪后的信号经EMD筛分为多个含有信号局部特征的本征模式分量(IMF);最后对与原信号相关度最大的IMF进行Hilbert包络解调,进而提取故障特征频率.实验结果表明:该方法不仅有效去除信号噪声,而且准确提取滚动轴承的故障特征.

关键词：奇异值降噪、EMD、Hilbert解调、滚动轴承、特征提取

所属期刊栏目：44

分类号：TH133.3

资助基金：国家自然科学基金资助项目21366017;内蒙古科技厅高新技术领域科技计划重大项目20130302

在线出版日期：2016-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：168-172