结合VMD和Volterra预测模型的轴承振动信号特征提取

Yunqiang ZHANG,Peilin ZHANG,Huaiguang WANG,Yudong YANG,Dinghai WU

Journal of Vibration and Shock（2018）

引用 2|浏览6

暂无评分

摘要

针对滚动轴承振动信号的非线性和非平稳性特点,提出了一种结合变分模式分解(VMD)和Volterra预测模型的轴承振动信号特征提取方法.利用VMD良好的非平稳信号分解能力将轴承振动信号分解成有限个平稳的本征模式函数(IMF)分量,然后对各IMF分量进行相空间重构,在重构的相空间内建立Volterra自适应预测模型,根据类内类间距准则对模型参数进行优选,用于描述轴承振动信号.对4种状态的滚动轴承振动信号进行了分析,优选的特征参数表现出较好的分类性能.实验结果表明,该方法能有效提取振动信号中的非线性和非平稳特征,从而提高滚动轴承故障诊断精度.

查看译文

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要