基于改进特征模态分解和谱峭度的滚动轴承故障诊断

摘要

考虑到滚动轴承的故障信号通常表现出非平稳、容易受到干扰而无法被有效诊断的特点，提出一种改进特征模态分解(feature mode decomposition, FMD)和谱峭度(spectral kurtosis, SK)的滚动轴承故障特征提取方法。首先，对FMD的滤波特性进行研究，合理选择其两个重要输入参数；其次，采用FMD对滚动轴承故障信号进行处理，得到多个模态分量的分解结果，并通过计算各模态分量与原始信号的灰色关联度及互信息来选择最佳模态分量；最后，通过谱峭度对最佳模态分量进行带通滤波来凸显信号中的周期性冲击成分，从而有效实现故障特征频率的提取。通过分析仿真信号和实验数据的结果，发现提出方法可以有效提取故障信号特征频率的包络谱峰值和倍频谐波部分，且相比于其他方法，谱线特征更加明显，说明使用该方法对滚动轴承出现的故障进行诊断是可行的。

关键词

特征模态分解 / 谱峭度 / 灰色关联分析 / 滚动轴承 / 故障诊断