噪声与振动控制

噪声与振动控制 ›› 2023, Vol. 43 ›› Issue (6): 88-94.

• 信号处理与故障诊断 • 上一篇    下一篇

改进MVMD方法及其在轴承故障诊断中应用

王前1，王鑫2，宋秋昱2，江星星2   

  1. ( 1. 苏州城市学院光学与电子信息学院，江苏苏州215104；
    2. 苏州大学轨道交通学院，江苏苏州215131 )
  • 收稿日期:2022-05-27 修回日期:2022-08-24 出版日期:2023-12-18 发布日期:2023-12-18

Improved MVMD Method and Its Application in Bearing Fault Diagnosis

  • Received:2022-05-27 Revised:2022-08-24 Online:2023-12-18 Published:2023-12-18

PDF

摘要： 随着多传感器采集系统的发展，多元信号的同步处理变得尤为重要。多变量变分模式分解（MultivariateVariational Mode Decomposition，MVMD）方法是一种在变分模式分解方法基础上发展起来的多元信号分析方法，具有物理意义清晰、抗干扰能力强等特点。然而，须预先设置分解模式个数和带宽平衡参数对其在实际工程中的应用产生限制。为此，提出一种改进MVMD方法。该方法构建带宽估计策略和MVMD单分量迭代分解策略，能够合理确定带宽平衡参数，并在固定带宽下基于峭度准则迭代分解出故障分量。多通道的轴承故障试验信号分析结果表明：提出的方法能够合理确定目标分量的带宽，且无须预设模式分量个数；该方法运行所需时间为8.3 s，相较于传统的固定参数MVMD、多维经验模态分解和快速谱峭度，可在没有损失时间效率的前提下更准确地识别出多通道故障特征。

关键词: 故障诊断, 带宽估计, 迭代分解, 多变量变分模式分解, 多通道信号分析