基于改进奇异值分解和经验模式分解的滚动轴承早期微弱故障特征提取

来源：计量学报杂志2016年第4期北京时间：

作者：孟宗,谷伟明,胡猛,熊景鸣

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：针对滚动轴承早期微弱故障特征难以提取的问题,提出了改进奇异值分解(SVD)和经验模式分解(EMD)的滚动轴承早期微弱故障特征提取方法。首先用多分辨奇异值分解将信号分成具有不同分辨率的近似和细节信号,然后对近似信号用奇异值差分谱进行消噪,对消噪后的信号进行经验模态分解,将得到的各本征模函数分量进行希尔伯特包络解调,从而获得滚动轴承故障特征信息,最后通过对滚动轴承早期内圈故障的诊断实验证明了该方法的有效性

关键词：计量学; 故障特征提取; 多分辨奇异值; 经验模式分解; 轴承故障诊断

基金资助：国家自然科学基金(51105323);河北省自然科学基金(E2015203356,E2012203166)