基于改進CEEMDAN和優化重構的軸承故障特征提取研究

摘要：滾動軸承作為旋轉設備的關鍵部件,其性能嚴重影響設備的運行安全。由于設備工況復雜,反映軸承的故障特征的沖擊成分往往被噪聲信號所淹沒,導致無法有效的提取故障特征。為了更準確的獲取滾動軸承的故障信息特征,本文提出一種基于改進的自適應噪聲完整集合模態分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和峭度指標的特征提取方法。首先,利用改進的CEEMDAN方法對分解過程中的各段信號添加自適應白噪聲,計算唯一的余量來獲得各個固有模態函數(intrinsic mode function),與EEMD(ensemble empirical mode decomposition)相比,其分解過程完整。其次,計算各IMF分量的峭度指標,篩選重構IMF分量集,然后利用重構信號峭度最優指標篩選出最合適的重構信號,最后,通過包絡解調獲得軸承故障特征。結果表明,該方法具有更好的分解效果,自適應性好,可以更好的抑制噪聲,提取軸承故障的沖擊成分。