基于VMD和变尺度多稳随机共振的微弱故障信号特征提取方法

来源：计量学报杂志2018年第4期北京时间：

作者：时培明,苏晓,袁丹真,苏冠华,马晓杰

单位：燕山大学 河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004

摘要：针对强噪声背景下旋转机械早期故障诊断的难题,提出一种基于变分模态分解与变尺度多稳随机共振的微弱故障信号特征提取方法。首先应用参数优化的变分模态分解(variational mode decomposition, VMD)算法对微弱故障信号进行分解, 得到若干本征模态分量(intrinsic mode function, IMF);然后通过峭度准则筛选出其中峭度最大的IMF分量;最后对该IMF分量进行变尺度多稳随机共振, 实现微弱故障信号的增强。实例表明:在强噪声背景下,利用参数优化VMD分解与变尺度多稳随机共振相结合的方法,可以有效提取出微弱信号特征频率,实现旋转机械故障状态的准确判断。

关键词：计量学; 故障诊断; 旋转机械; 多稳随机共振; 变分模态分解; 特征提取

基金资助：国家自然科学基金（51475407）;河北省人社厅“三三三人才工程“培养项目（A2016002018）