基于集合固有时间尺度分解算法的滚动轴承故障诊断方法

摘要

一种基于集合固有时间尺度分解算法的滚动轴承故障诊断方法，包括以下步骤：利用位移传感器采集滚动轴承的振动信号；利用集合固有时间尺度分解算法对采集到的振动信号进行分解，生成若干个旋转分量和残差信号；从所有旋转分量中选取能够反映故障信息的敏感旋转分量；对敏感旋转分量进行包络谱分析；通过分析故障特征频率对应的包络谱幅值判断故障类型。本发明解决了固有时间尺度分解算法的模态混叠问题，为特征提取奠定了良好的基础，通过计算峭度，选取了对故障较为敏感的旋转分量，最后通过分析故障特征频率对应的敏感分量包络谱幅值判断故障类型。本发明可以准确的识别滚动轴承故障，适用于滚动轴承故障诊断。

主权项

一种基于集合固有时间尺度分解算法的滚动轴承故障诊断方法，其特征在于，包括以下步骤：1)利用位移传感器采集滚动轴承的振动信号x(t)；2)利用集合固有时间尺度分解算法对采集到的振动信号x(t)进行分解，生成若干个旋转分量和残差信号e(t)；其中，K为旋转分量的总数，k为旋转分量标号；3)从所有旋转分量中选取能够反映故障信息的敏感旋转分量；4)对敏感旋转分量进行包络谱分析；5)通过分析故障特征频率对应的包络谱幅值判断故障类型。