基于奇异值分解和独立分量分析的滚动轴承故障诊断方法

作     者：陈剑 刘圆圆 黄凯旋 杨斌 刘幸福 蔡坤奇 CHEN Jian;LIU Yuan-yuan;HUANG Kai-xuan;YANG Bin;LIU Xing-fu;CAI Kun-qi

作者机构：合肥工业大学噪声振动研究所安徽合肥230009 安徽省汽车NVH技术研究中心安徽合肥230009 

出 版 物：《计量学报》 (Acta Metrologica Sinica)

年 卷 期：2022年第43卷第6期

页      面：777-785页

学科分类：08[工学] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：国家自然科学基金青年基金(11604070) 安徽省重大科技项目(17030901049)。 

主　　题：计量学 滚动轴承 故障诊断 奇异值分解 独立分量分析 降噪 

摘      要：针对强背景噪声下难以提取滚动轴承早期故障信号中故障特征频率的问题,提出奇异值分解和独立分量分析相结合的滚动轴承故障诊断方法。该方法首先利用相空间重构将一维时域矩阵拓展到高维矩阵,得到吸引子轨迹矩阵;然后对轨迹矩阵进行奇异值分解降噪,依据奇异值差分谱阈值原则选取相应阶次分量进行重组构造虚拟噪声通道;接着将重组信号和观测信号进行独立分量分析分离;最后利用能量算子解调方法提取出有效的故障特征分量,进而识别故障类型。滚动轴承故障诊断实验和仿真结果表明该方法有效可行。