基于改进VMD和Hilbert包络谱分析的滚动轴承故障诊断方法研究

摘要

在工业生产中,旋转机械设备振动情况比较复杂,在强噪声的情况下,针对非平稳非线性的故障信号特征难以提取的问题,将改进变分模态分解(VMD)和希尔伯特-黄变换(HHT)进行结合的诊断方法用于轴承故障诊断.该方法首先利用模态分量瞬时频率的均值优化VMD参数,得到最佳分解层数K,使用优化参数对采集的信号进行VMD处理,再利用误差能量算法选择合适的有效模态分量(IMF),最后使用希尔伯特变换对选择的最优IMF分量做包络谱,提取出有效故障特征进行故障诊断.使用Hilbert包络谱、经验模态分解(EMD)、聚合经验模态分解(EEMD)等方法进行对比,试验结果表明,该方法能有效提取故障特征.