摘要
本发明公开了一种基于NRBO‑FMD分解重构的滚动轴承故障特征提取方法。首先通过振动传感器采集滚动轴承的振动信号并对其做标准化处理;其次采用NRBO算法对FMD的分解参数进行优化,实现对振动信号的自适应分解,将其分解为若干本征模态分量IMFs;接着采用峭度‑频域相关系数筛选准则对分解得到的IMFs进行筛选重构得到重构信号;然后对重构信号进行包络解调并计算包络谱,提取轴承故障特征频率;最后通过与轴承理论故障特征频率进行对比从而确定轴承故障类型。本发明通过信号分解重构的方法,实现了噪声与干扰条件下故障冲击信号的有效提取,提高了故障诊断的准确性。
技术关键词
重构
轴承故障特征频率
最佳参数组合
包络
滚动轴承振动信号
算法
序列
振动传感器
理论
接触角
滚动体
规模
滚珠
指标
系统为您推荐了相关专利信息
小波阈值
变分模态分解算法
多尺度
仿真信号
电信号
悬浮系统
传感器故障检测
残差模型
算法
误差模型
高阶奇异值分解
故障诊断方法
振动加速度传感器
矩阵
故障诊断模型
重构技术
长方体结构
开关柜表面
编织复合材料
红外热像仪