基于改进奇异值分解和经验模式分解的滚动轴承早期微弱 - 计量学报.pdf

第３７卷　第４期 计　　　 量　　　学　　　报 　 Ｖｏｌ．３７，№４ ２０１６年　７月 ＡＣＴＡ　ＭＥＴＲＯＬＯＧＩＣＡ　ＳＩＮＩＣＡ 　 Ｊｕｌｙ，２０１６ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００１１５８．２０１６．０４．１６ 基于改进奇异值分解和经验模式分解的 滚动轴承早期微弱故障特征提取 孟　宗，　谷伟明，　胡　猛，　熊景鸣 （燕山大学河北省测试计量技术及仪器重点实验室，河北 秦皇岛０６６００４） 摘要：针对滚动轴承早期微弱故障特征难以提取的问题，提出了改进奇异值分解（ＳＶＤ）和经验模式分解 （ＥＭＤ）的滚动轴承早期微弱故障特征提取方法。首先用多分辨奇异值分解将信号分成具有不同分辨率的近似和 细节信号，然后对近似信号用奇异值差分谱进行消噪，对消噪后的信号进行经验模态分解，将得到的各本征模函数 分量进行希尔伯特包络解调，从而获得滚动轴承故障特征信息，最后通过对滚动轴承早期内圈故障的诊断实验证 明了该方法的有效性。 关键词：计量学；故障特征提取；多分辨奇异值；经验模式分解；轴承故障诊断 中图分类号：ＴＢ９３６　　　　文献标识码：Ａ　　　　文章编号：１０００１１５８（２０１６）０４０４０６０５ ＦａｕｌｔＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎｏｆＲｏｌｌｉｎｇＢｅａｒｉｎｇＩｎｃｉｐｉｅｎｔＦａｕｌｔＢａｓｅｄｏｎ ＩｍｐｒｏｖｅｄＳｉｎｇｕｌａｒＶａｌｕｅＤｅｃｏｍｐｏｓｉｔｉｏｎａｎｄＥＭＤ ＭＥＮＧＺｏｎｇ，　ＧＵＷｅｉｍｉｎｇ，　ＨＵＭｅｎｇ，　ＸＩＯＮＧＪｉｎｇｍｉｎｇ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｅａｓｕｒｅｍｅｎｔＴｅｃｈｎｏｌｏｇｙａｎｄＩｎｓｔｒｕｍｅｎｔａｔｉｏｎｏｆＨｅｂｅｉＰｒｏｖｉｎｃｅ， ＹａｎｓｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｑｉｎｈｕａｎｇｄａｏ，Ｈｅｂｅｉ０６６００４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｏｅｘｔｒａｃｔｆａｕｌｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｒｏｍｔｈｅｏｒｉｇｉｎａｌｓｉｇｎａｌｉｓｈａｒｄＦｏｒｔｈｉｓｒｅａｓｏｎ，ａｎｏｖｅｌｉｎｔｅｇｒａｔｅｄｏｆ ｉｎｃｉｐｉｅｎｔｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｉｓｐｒｅｓｅｎｔｅｄｂａｓｅｄｏｎｔｈｅｐｒｉｎｃｉｐｌｅｏｆｔｈｅｉｍｐｒｏｖｅｄｓｉｎｇｕｌａｒｖａｌｕｅｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＳＶＤ） ａｎｄｅｍｐｉｒｉｃａｌｍｏｄｅｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＥＭＤ）Ｆｉｒｓｔｌｙ，ｂａｓｅｄｏｎｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎｓｉｎｇｕｌａｒｖａｌｕｅｄｅｃｏｍｐｏｓｉｔｉｏｎ，ｔｈｅｏｒｉｇｉｎａｌ ｓｉｇｎａｌｉｓｄｅｃｏｍｐｏｓｅｄｉｎｔｏａｐｐｒｏｘｉｍａｔｉｏｎａｎｄｄｅｔａｉｌｓｉｇｎａｌｓｗｉｔｈｄｉｆｆｅｒｅｎｔｒｅｓｏｌｕｔｉｏｎＴｈｅｎｔｈｅｎｏｉｓｅｉｎａｐｐｒｏｘｉｍａｔｉｏｎｓｉｇｎａｌ ｉｓｅｌｉｍｉｎａｔｅｄｂｙｕｓｉｎｇｄｉｆｆｅｒｅｎｃｅｓｐｅｃｔｒｕｍｏｆｓｉｎｇｕｌａｒｖａｌｕｅＴｈｅｓｉｇｎａｌａｆｔｅｒｄｅｎｏｉｓｉｎｇｉｓｄｅｃｏｍｐｏｓｅｄｂｙＥＭＤａｎｄａｇｒｏｕｐ ｏｆＩｎｔｒｉｎｓｉｃＭｏｄｅＦｕｎｃｔｉｏｎｓ（ＩＭＦ）ｉｓｏｂｔａｉｎｅｄＴｈｅＩＭＦｓｗｅｒｅｄｅｍｏｄｕｌａｔｅｄｗｉｔｈＨｉｌｂｅｒｔｔｒａｎｓｆｏｒｍ，ａｎｄｅｎｖｅｌｏｐｅｓｐｅｃｔｒｕｍ ａｔｅａｃｈｂａｎｄｗａｓｏｂｔａｉｎｅｄ，ｔｈｒｏｕｇｈｔｈｅｓｅｐｒｏｃｅｄｕｒｅｓｔｈｅｆａｉｎｔｆｅａｔｕｒｅｉｎｆｏｒｍａｔｉｏｎｃａｎｂｅｅｘｔｒａｃｔｅｄＴｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｉｓ ｍｅｔｈｏｄｉｓｃｏｎｆｉｒｍｅｄｂｙｔｈｅｅｘｐｅｒｉｍｅｎｔｏｆｒｏｌｌｉｎｇｂｅａｒｉｎｇｉｎｎｅｒｒａｃｅｉｎｃｉｐｉｅｎｔｆａｕｌｔ Ｋｅｙｗｏｒｄｓ：ｍｅｔｒｏｌｏｇｙ；ｆａｕｌｔｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｍ