基于VMD-AR谱的多轴转子系统故障特征信息提取方法

发布时间：2021-07-10 01:23

　　为了解决现有分解方法在近频部分产生模态混叠的问题,提高时变参数模型对故障信号直接诊断的准确性,研究了多轴转子系统的典型故障信号分析方法.提出了基于变分模态分解（VMD）和AR谱相结合的故障特征信号分析方法;采取瞬时频率均值法选取VMD中的分解模式数k.经VMD分解产生固有模态函数（IMFs）,采用AR谱对IMFs分量进行特征提取,分析典型故障模式相对应的特征频带.结果表明:基于VMD-AR谱的故障特征提取方法解决了分解模式数k的选取难题,避免k值的经验选取;VMD能够抑制信号分解近频部分的模态混叠,而AR模型克服了Hilbert分离算法存在的加窗效应,在频带划分上具有较强的分辨率.该方法可有效进行故障特征提取,并为改进的粒子群优化算法的混合核支持向量机算法提供特征信息. 

【文章来源】：江苏大学学报(自然科学版). 2020,41(05)北大核心

【文章页数】：7 页

【部分图文】：

瞬时频率平均曲线

1) 振动信号采集.诊断对象为多轴转子系统,如图2所示,设计搭建转子信号采集试验台如图3所示,设置采样频率为1 000 Hz,采样点数为1 000个.图3 转子系统数据采集试验台

转子系统数据采集试验台


本文编号：3274893