基于MED和CEEMD的滚动轴承故障诊断方法研究

摘要

针对滚动轴承在噪声背景下故障特征信息难以提取的问题,提出了一种基于最小熵解卷积（MED）和互补集合经验模态分解（CEEMD）结合的滚动轴承故障诊断方法。首先对振动信号采用MED进行降噪处理,增强信号中的冲击特征;然后对降噪信号利用CEEMD分解获得一组内禀模态函数（IMF）分量,并通过敏感度评估算法剔除虚假IMF分量信号,选取表征故障特征的敏感分量信号进行重构;最后对重构信号进行Teager能量谱分析,提取故障特征信息。通过对滚动轴承外圈和内圈振动信号的实验分析,验证了所提方法的有效性。