一种基于GE-HOFMD融合的滚动轴承早期故障特征提取与诊断方法

本发明公开了一种基于GE‑HOFMD融合的滚动轴承早期故障特征提取与诊断方法，以提升故障特征提取与诊断的准确性，属于机电设备状态监测与故障诊断技术领域。首先，利用广义熵指数(GE)对滚动轴承的健康状态进行评估，并在此基础上实现异常信号检测；其次，针对特征模态分解(FMD)中参数对分解效率的影响，采用河马优化(HO)算法对特征模态分解的滤波器长度(L)和模态个数(n)进行优化；最后，考虑到故障信号的周期性影响以及噪声强度，构建了融合包络基尼系数与集合峰度(EGEK)的特征模态分解的评价指标。通过对两个数据集的实验分析验证了所提方法的有效性。结果表明，本发明所提方法能够有效地从噪声信号中提取滚动轴承早期故障的特征频率，从而提升故障诊断的准确性。