基于广义似然比引导VMD的港口起重机轴承故障诊断方法

摘要

针对港口起重机轴承早期微弱故障特征易被强噪声淹没导致难以提取问题,结合广义似然比(generalized likelihood ratio,GLR)和变分模态分解(variational modal decomposition,VMD)算法的优势,提出了一种基于GLR引导VMD的算法。同时,针对传统包络谱检测识别故障需要依靠专业知识识别的情况,根据上述算法提出了一种基于包络谱的故障指标故障频率比(ratio of fault frequency,RFF)。利用仿真试验信号和实际数据对所提出方法进行验证,并且与其他VMD优化方法进行比较,研究结果表明,所提出算法能够准确提取高噪声强干扰下信号下滚动轴承的故障特征,所提出故障指标RFF能够实现微弱故障诊断。