基于通道信息不平衡度的多元经验模态分解方法

作者：陆春元,焦洪宇,卜王辉. 日期：2024-03-06/span> 浏览：1340 查看PDF文档

基于通道信息不平衡度的多元经验模态分解方法*

陆春元1,焦洪宇2*,卜王辉3

摘要:在轴承多通道振动信号中,由于多通道故障信息不平衡会导致轴承故障诊断精度降低。针对这一问题,提出了一种考虑多通道故障信息不平衡的,基于多元经验模态分解(MEMD)的轴承故障特征提取与诊断方法。首先,分析了传统MEMD随机选择映射方向的缺陷,设计了依据通道间故障信息不平衡度自适应调整映射方向的策略,使分量信号中包含更多故障信息,并基于多元模态分解结果构造了特征空间;然后,基于冗余属性投影法对多通道提取的故障特征进行了融合,得到了多通道融合的本质故障特征;最后,采用反向传播(BP)神经网络进行了故障模式识别,设计了三层神经网络结构,且使用误差反向传播法进行了参数训练,并制定了基于BP神经网络的轴承故障诊断流程。研究结果表明:改进MEMD提取特征的类边界比传统方法更加明确,说明改进方法能够提取更具代表性的故障特征;从诊断精度看,与传统多元模态分解方法、完备集成辛几何分解方法相比,改进MEMD方法的诊断准确率最高,达到了99.5%。实验结果验证了改进方法在多通道故障诊断中是可行的,且从诊断精度上看,其具有一定的先进性。
关键词:轴承故障特征提取与诊断;多通道采样;信息不平衡;多元经验模态分解;冗余属性投影;反向传播(BP)神经网络;特征空间构造;本质故障特征
中图分类号:TH17;TH133.3文献标识码:A文章编号:1001-4551(2024)02-0280-09

陆春元,焦洪宇,卜王辉.基于通道信息不平衡度的多元经验模态分解方法［J］.机电工程,2024,40(2):280-288.
LU Chunyuan, JIAO Hongyu, BU Wanghui. Multivariate empirical mode decomposition method based on unbalanced channel information［J］.Journal of Mechanical & Electrical Engineering, 2024,40(2):280-288.