振动与冲击

作者：姜万录,，雷亚飞,，韩可,,，张 生,，苏晓,

单位：1.燕山大学 河北省重型机械流体动力传输与控制重点实验室，河北 秦皇岛 066004；2.燕山大学 先进锻压成形技术与科学教育部重点实验室，河北 秦皇岛 066004；3.中车南京浦镇车辆有限公司，江苏 南京 210031

关键词：变分模态分解；支持向量数据描述；性能退化评估；异常点检测

提出了一种基于变分模态分解(VMD)和支持向量数据描述(SVDD)相结合的滚动轴承性能退化程度定量评估方法。针对当采样时间长、采集到的信号数据点多时，信号中某些部分可能受到异常信号干扰的问题，首先提出了一种基于VMD和SVDD结合的特征提取新方法，将长信号分为多帧短信号，分别使用VMD方法分解短信号并提取各分量的奇异值组成特征向量，得到一组特征向量集，然后使用SVDD方法找到并剔除其中的异常样本点，求出剩余特征向量的平均值便可作为原信号的特征。特征提取完毕后，使用SVDD方法进行性能退化评估，以待检样本到训练得到的超球体模型球心的距离描述性能退化程度，并使用隶属函数将距离指标转化为与正常状态的隶属度作为性能退化指标，实现设备的性能退化程度的定量评估。使用轴承全寿命数据，并与以传统时域无量纲指标作为特征的分析结果进行了对比，验证了所提出方法的优越性。<br>

来源：2018年第22期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2018年第22期