基于EEMD多维特征的旋转机械故障识别方法研究

来源：机床与液压杂志2021年第21期北京时间：

作者：王博磊，曹伟，邢红涛，常军燕，巩振泉

单位：河北冀研能源科学技术研究院有限公司；河北冀研能源科学技术研究院有限公司；河北冀研能源科学技术研究院有限公司；邯郸职业技术学院；河北冀研能源科学技术研究院有限公司

摘要：为有效诊断旋转机械故障，提出基于集合经验模态分解（EEMD）的多维特征提取故障诊断识别方法。利用EEMD将原始振动信号分解为若干个本征模态函数（IMF），分别计算原始信号和IMF分量的时域指标；将时域指标进行奇异值分解，得到奇异值特征向量，计算原始信号频率带能量比和IMF分量能量比；将IMF分量能量比、奇异值特征向量、频率带能量比组合为故障特征向量，作为神经网络的输入，对转子的工作状态进行诊断识别。结果表明：多维特征向量的识别效果优于EEMD能量特征，能更充分反映出转子的故障特征。

关键词：集合经验模态分解（EEMD）;多维特征向量;旋转机械;奇异值分解;能量比特征;故障诊断