基于改进傅里叶模态分解和频带熵的滚动轴承故障诊断方法

摘要

[目的]针对多分量、强背景噪声下滚动轴承故障特征提取困难的问题,提出一种将改进傅里叶模态分解(MFMD)和频带熵(FBE)分析相结合的滚动轴承故障特征提取方法。针对傅里叶分解(FDM)在强背景噪声下边界频率偏移和过分解等问题,提出频带熵和包络谱相结合的敏感频带和敏感模态分量选取方法。[方法]首先,通过FBE分析选取频带熵区域的极小值,将其作为敏感频带的中心频率并确定敏感频带边界;然后,在敏感频带区间内对信号进行带限傅里叶模态分解,从而获得若干个相互正交的傅里叶本征模态函数(FIMF)及其边际希尔伯特谱;其次,根据FIMFs与原信号频带熵的区域从属关系,选取可以反映故障特征的敏感FIMFs;最后,对所选取的FIMFs进行包络谱分析并提取故障特征。[结果]轴承仿真和实验结果表明,该方法可以实现轴承故障的精确诊断。[结论]研究成果可为滚动轴承的健康状态评估提供参考。