强背景噪声下滚动轴承轻微磨损故障特征提取方法

作     者：杨秀宇 邵斌 贾少毅 赖岳华 YANG Xiuyu;SHAO Bin;JIA Shaoyi;LAI Yuehua

作者机构：中煤华晋集团有限公司王家岭矿山西河津043300 北京天玛智控科技股份有限公司北京101399 煤炭科学研究总院北京100013 

出 版 物：《煤炭工程》 (Coal Engineering)

年 卷 期：2023年第55卷第5期

页      面：153-159页

学科分类：080704[工学-流体机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：中国煤炭科工集团科技创新基金"煤矿井下大流量压裂泵系统的研制"(2020-TD-ZDO15) 

主　　题：变分模态分解 峭度 功率谱熵 轻微磨损故障 

摘      要：针对轴承轻微磨损故障信号容易被强背景噪声淹没,故障特征微弱难诊断的问题,提出了强背景噪声下滚动轴承轻微磨损故障特征提取方法。利用VMD对轴承振动信号进行分解,基于峭度最大准确选择最优本征模态函数,以最优本征模态函数的功率谱熵最小为目标,设定提前终止准则,实现VMD参数自适应优化选择。轴承早期故障信号经参数优化后的VMD方法分解为多个本征模态函数,选择峭度最大的本征模态分量进行包络解调分析,结合快速傅里叶变换得到包络谱,实现故障特征频率的提取。通过对加强背景噪声的不同型号轴承的实测故障信号分析,结果均表明该方法能够在强背景噪声干扰下有效提取轻微磨损故障信号的故障特征,实现轴承轻微磨损故障的准确诊断,验证了该方法的有效性。