基于AMD和自适应随机共振的旋转机械故障诊断方法研究

来源：计量学报杂志2017年第1期北京时间：

作者：时培明,苏翠娇,赵娜,韩东颖,田广军

单位：燕山大学 电气工程学院, 河北 秦皇岛 066004

摘要：针对强噪声背景下信噪比较低的旋转机械故障诊断问题,提出一种基于解析模态分解(AMD)和随机共振的旋转机械故障诊断方法。若信号的频率成分已知,AMD方法能将多频率成分的信号分解为单频率信号。对于可预知故障特征频率的旋转机械故障诊断,首先利用AMD方法提取振动信号中故障特征频率所在频段的信号,并对每个提取出的信号添加强度较低的噪声;然后利用粒子群算法优化的双稳随机共振对含噪信号进行处理来加强信号;最后求该信号的频谱,若频谱中含有故障特征频率,则说明振动信号中存在该故障。通过对滚动轴承故障信号特征的提取证明了该方法有良好的效果。

关键词：计量学; 解析模态分解; 自适应随机共振; 故障诊断; 旋转机械

基金资助：国家自然科学基金(51475407); 河北省自然科学基金(E2015203190); 河北省高等学校自然科学研究重点项目(ZD2015050); 河北省高等学校科学技术研究优秀青年基金(YQ2013020)