文献类型：期刊文章

作　　者：杨望灿[1] 张培林[1] 张云强[2] 王怀光[1]

YANG Wangcan;ZHANG Peilin;ZHANG Yunqiang;WANG huaiguang(Shijiazhuang Campus, PLA Army Engineering University, Shijiazhuang 050003, China;Troop 73151, Xiamen 063100, Fujian, China)

机构地区：[1]陆军工程大学石家庄校区 [2]73151部队

出　　处：《哈尔滨工业大学学报》

基　　金：国家自然科学基金(51305454)

年　　份：2019

卷　　号：51

期　　号：1

起止页码：127-133

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IMF).在多维测度空间,某一时间段内多变量时间序列所占据的空间可以用多维超体体积进行度量.由于VMD得到的IMF本质上为多变量的时间序列,因此,利用IMF定义和计算多维超体体积,得到振动信号的时间尺度和多维超体体积的双对数曲线.根据分形理论和双对数曲线的突变点,对双对数曲线进行分段最小二乘线性拟合,定义并提取了振动信号的双标度分形维数特征.仿真结果表明,利用VMD方法估计分形维数的平均相对误差为4.71%,提高了分形维数估计的精确度.实测行星齿轮箱振动信号对比实验结果表明,利用VMD双标度分形维数特征能够更好地表征机械振动信号的分形特征,行星齿轮箱故障诊断准确率达到了100%.

关 键 词：振动信号 特征提取 变分模态分解  本征模态函数  双标度分形维数  

分 类 号：TH113.1] TN911.7]