节点文献
改进的MVMD结合LNMF的复合故障轴承信号分离研究
【机构】 北京化工大学机电工程学院；
【摘要】 针对旋转机械复合故障信号分离和故障特征提取难以有效实现的问题,提出了基于相关系数为判据的多元变分模态分解算法(CMVMD)与局部非负矩阵分解(LNMF)相结合的复合故障信号分离方法。构造了相关系数收敛因子,并以此为判定准则,自适应确定MVMD算法中模态分量个数;将获得的模态分量重构组成模态矩阵,采用邻近特征值占优法获取LNMF算法中的最优分解维数;对模态分量作LNMF算法处理,突出局部特征信息,从而分离出耦合的多源故障信号,提取故障特征信息。仿真及实测轴承复合故障信号结果表明:提出的基于CMVMD-LNMF的故障信号分离方法,可以有效分离滚动轴承复合故障,对轴承的复合故障诊断具有一定的实际意义。
【关键词】 改进多元变分模态分解；
局部非负矩阵分解；
特征信息；
复合故障；
信号分离；
【基金】 国家自然科学基金（52075030）
- 【会议录名称】 第十四届全国振动理论及应用学术会议(NVTA2021)摘要集
- 【会议名称】第十四届全国振动理论及应用学术会议(NVTA2021)
- 【会议时间】2021-10-23
- 【会议地点】中国天津
- 【分类号】TH133.33;TN911.7
- 【主办单位】中国振动工程学会