《机电工程》杂志,浙江大学与浙江省机电集团联合主办。月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编赵 群
副 主 编唐任仲、罗向阳
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址浙江省杭州市大学路高官弄9号
电话Tel+86-571-87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于VMD与增强包络谱的轴承早期故障诊断方法

作者:韩朋朋,贺长波,陆思良.​ 日期:2022-09-22/span> 浏览:113 查看PDF文档

基于VMD与增强包络谱的轴承
早期故障诊断方法*
韩朋朋,贺长波,陆思良*

(安徽大学 高节能电机及控制技术国家地方联合工程实验室,安徽 合肥 230601)


摘要:针对滚动轴承的早期故障信号容易受到噪声的干扰,造成信号的信噪比较低等问题,结合VMD和增强包络谱两种算法的优势,提出了一种基于遗传算法优化VMD与增强包络谱的轴承故障诊断方法。首先,使用包络熵与平方包络谱峭度的组合作为遗传算法的适应度函数,对变分模态分解的参数进行了寻优,得到了最优的模态分量个数和惩罚因子组合;然后,使用最优参数组合对轴承故障信号进行了变分模态分解,得到了若干模态分量,并选择了最小适应度值对应的最优模态分量;最后,为验证该方法的有效性,采用无刷直流电机轴承和全寿命加速退化轴承两种实测信号进行了轴承故障类型识别分析。研究结果表明:相比传统方法,采用基于VMD与增强包络谱的方法,其输出信噪比平均提升了5.94dB,对于全寿命轴承退化数据可提前600min识别出轴承的早期故障;该方法具有输出信噪比高、适应性好等优点,在轴承的微弱信号检测和早期故障识别方面具有较好的应用前景。

关键词:轴承故障诊断;早期故障;变分模态分解;遗传算法;循环平稳分析;增强包络谱

中图分类号:TH133.33;TH17文献标识码:A文章编号:1001-4551(2022)07-0895-09

韩朋朋,贺长波,陆思良.基于VMD与增强包络谱的轴承早期故障诊断方法[J].机电工程,2022,39(7):895-903.
HAN Peng-peng, HE Chang-bo, LU Si-liang.Bearing incipient fault diagnosis based on VMD and enhanced envelope spectrum[J].Journal of Mechanical & Electrical Engineering,2022,39(7):895-903.



友情链接

浙江机械信息网