基于全矢LCD-KICA的滚动轴承特征提取

摘要

针对在工程实际中单通道滚动轴承故障信号的特征提取信息不全面、不准确等问题,提出了一种基于全矢谱(Full Vector Spetrum,FVS)技术的局部特征尺度分解(Local Characteristic-Scale Decomposition,LCD)和核独立分量分析(Kernel Independent Component Analysis,KICA)相结合的方法,并利用Hilbert包络分析提取故障特征.首先通过LCD将两个相互垂直方向的振动信号分解成一系列内禀尺度分量(Intrinsic Scale Component,ISC),其后将含故障特征信息更加明显的较高能量的ICS分量利用KICA分离故障信号与噪声信号,最后利用全矢包络分析处理有效分量信号,提取故障特征.通过实验验证,该方法提取滚动轴承的故障特征有效.