振动与冲击

作者：武哲，杨绍普，任彬，马新娜，张建超,

单位：1.北京交通大学机械与电子控制工程学院，北京 100044；2.石家庄铁道大学交通环境与安全工程研究所，石家庄 050043

关键词：NAMEMD；模态混叠；多尺度形态学；滚动轴承；故障诊断

为了从强噪背景中提取滚动轴承微弱故障特征，提出一种基于噪声辅助多元经验模态分解 (Noise Assisted Multivariate Empirical Mode Decomposition，NAMEMD)和数学形态学的滚动轴承故障诊断方法。NAMEMD是新提出的一种基于噪声辅助数据分析方法，其克服了集成经验模态分解的模态混淆和运算量大等问题。本文将NAMEMD与多尺度形态学相结合应用于滚动轴承故障诊断。该方法首先利用NAMEMD将多分量调频调幅故障信号自适应分解为一系列IMF分量；其次，选取能量高的IMF分量求和重构；最后利用多尺度形态学差值滤波器提取信号的故障特征频率。为了验证理论的正确性，进行了仿真试验和轴承故障试验，并与EEMD和包络解调进行了比较，结果表明本文方法在进一步降低模态混叠效应的同时，明显提高了运算速度，对滚动轴承外圈、内圈和滚子故障的检测精度更高，能够清晰地提取出故障信号的故障特征频率。<br>

来源：2016年第4期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2016年第4期