控制理论与应用

作者：王心荻,姜斌,肖玲斐,马磊明,陈勇兴

单位：南京航空航天大学自动化学院,南京航空航天大学自动化学院,南京航空航天大学能源与动力学院,南京航空航天大学自动化学院,南京航空航天大学能源与动力学院

关键词：数据处理; 模态分解; 故障检测; 高速轴承; 相邻模态重叠指数

基金：国家重点研发计划项目(2021YFB3301300)资助.

针对高速轴承故障信号噪声无法完全剔除导致变工况故障诊断精度较低的问题, 本文提出高速轴承变工况故障数据AMO-VMD处理方法, 并从多个维度验证所提算法对降噪性能的提升效果. 首先, 提出了降噪相邻模态重叠指数(AMO)确定变分模态分解(VMD)的最优分解层数, 可以充分发挥VMD频域分析的优势; 其次, 设计了基于包络谱熵最大原则的分量筛选降噪方法, 提高了故障信号频域信息表达准确度; 然后, 结合直流分量分离技术与绝对中位差(MAD)去异方法, 构建了针对高速轴承故障数据的数据清洗系统; 最后, 分别基于典型轴承故障仿真信号和高速试验台轴承故障信号验证所提算法的有效性, 结果表明, 所提方法较传统数据处理方法具有更高的故障信息甄别能力, 能够显著提高轴承变工况故障诊断的准确度.

来源：2024年第11期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2024年第11期