噪声与振动控制 ›› 2023, Vol. 43 ›› Issue (1): 135-140.

• 信号处理与故障诊断 • 上一篇    下一篇

基于全矢包络融合双层降噪处理的轴承故障特征提取

瞿红春周大鹏,贾柏谊,郑剑青   

  1. ( 中国民航大学航空工程学院,天津300300 )
  • 收稿日期:2021-11-11 修回日期:2022-01-23 出版日期:2023-02-18 发布日期:2023-02-18

Bearing Fault Feature Extraction Based on Full-vector Envelope Fusion and Double-layer Denoising

  • Received:2021-11-11 Revised:2022-01-23 Online:2023-02-18 Published:2023-02-18

摘要: 针对轴承故障信号受背景噪声影响,而难以准确提取故障冲击特征的问题,提出一种噪声辅助多元经验模态分解(Noise-assisted Multivariate Empirical Mode Decomposition,NA-MEMD)与全矢包络快速独立分量分析(Fast Independent Component Analysis,FastICA)相结合的轴承故障特征提取方法。该方法将同源双通道信号进行NAMEMD分解,根据相关性系数选取包含故障特征的固有模态函数(Intrinsic Mode Function,IMF)进行重构;对重构信号进行快速独立分量分析,最后进行全矢包络融合,提取轴承故障特征。对实际轴承信号的分析验证该方法能有效提取完整高阶故障频率,同时降低包络谱特征统计参数的冗余。

关键词: 故障诊断;噪声辅助多元经验模态分解, 快速独立分量分析, 全矢包络谱, 特征提取