振动与冲击

作者：戚晓利，?叶绪丹，?蔡江林,?郑近德，?潘紫微，?张兴权

单位：1.安徽工业大学 机械工程学院，安徽马鞍山 243032

关键词：变分模态分解；流形学习；局部切空间排列算法；故障诊断；圆柱滚动轴承

提出了一种基于变分模态分解（VMD）和局部切空间排列算法（LTSA）相结合的滚动轴承早期故障诊断方法。首先利用VMD算法分解圆柱滚子轴承不同运行状态下的振动信号，通过求取瞬时频率均值并绘制特征曲线筛选出与原始信号最为相关的几个分量，然后，提取有效模态分量的时域指标和小波包频带分解能量所构成的频域指标，两者结合初步提取高维故障特征后，再应用LTSA对故障特征进行二次提取，最后输入到K-means分类器进行故障类型识别。通过对圆柱滚子轴承故障诊断的对比实验分析，发现：（1）与时频特征+LTSA、EMD+LTSA 特征提取方法相比，VMD+LTSA方法在分类效果和识别精度上更具优势；（2）LTSA算法相比较于PCA、LPP、LE、ISOMAP和LLE这5种算法，其降维后的特征故障敏感性最好。研究结果表明本文所提出的方法在圆柱滚子轴承故障诊断方面具有一定的优越性。<br>

来源：2018年第23期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2018年第23期