摘要
本发明公开了基于自适应特征模式分解的机床主轴轴承故障检测方法,包括如下步骤:S1、采集机床主轴轴承的原始振动信号,提取信号的主要频率成分;S2、对提取信号的主要频率成分采用人工蜂鸟算法,优化FMD的调制参数;S3、对振动信号进行模式分解,并引入蜜獾优化算法对FMD的模态分量进行筛选;S4、对分解得到的各子信号计算稀疏性影响度量指数,并基于SIMI指数筛选子信号;S5、对筛选出的子信号进行包络谱分析,提取子信号的故障特征频率;S6、将提取的故障特征频率与标准故障数据库进行匹配比对,确定机床主轴轴承的故障类型。本发明结合振动信号处理、模式分解与优化及故障特征提取与分析技术,实现自适应特征模式分解的机床主轴轴承故障检测。
技术关键词
机床主轴轴承
故障特征频率
故障检测方法
信号
傅立叶
包络
指数
模式
算法
故障特征提取
度量
变量
故障特征信息
故障诊断信息
代表
正则化参数
分析故障
系统为您推荐了相关专利信息
BUCK电路
隔离驱动电源
大电流
功率电感
低成本
管道漏磁数据
异常信号
判别准则
分支
管道缺陷漏磁信号