基于条件局部均值分解与变量预测模型的轴承故障诊断方法

来源：计算机应用杂志2015年第9期北京时间：

作者：许有才, 万舟

单位：昆明理工大学 信息工程与自动化学院, 昆明 650500

摘要：针对局部均值分解(LMD)方法在分解非线性、非平稳振动信号过程中存在的模态混淆现象,从而影响故障识别准确性的问题,提出了基于条件局部均值分解方法(CLMD)与模式识别变量预测模型(VPMCD)的故障诊断方法。该方法将数字图像处理的频率分辨率方法与LMD相结合,首先确定振动信号中所有局部极值点的频率分辨率,将振动信号分为低频率分辨率区域和高频率分辨率区域;然后对高频率分辨率区域进行LMD分解,可得若干乘积函数(PF)分量;最后用折线将所有PF分量连接起来,经滑动平均处理可得PF分量,提取PF分量的偏度系数和能量系数构成故障特征向量,用于VPMCD故障识别。将该方法应用于轴承故障诊断,实验结果表明,与LMD方法相比,识别效率提高了8.33%,表明了该方法的有效性和可行性。

关键词：条件局部均值分解,局部均值分解,模态混淆现象,变量预测模型模式识别,故障诊断

基金资助：国家质检总局科技计划项目(2013QK104);云南省质量技术监督局科技计划项目(2013ynzjkj02)。