基于EVMD-LNMF的复合故障信号分离方法

论文摘要

非负矩阵分解算法（NMF）和变分模态分解算法（VMD）已用于复合故障信号的分离,但VMD算法过程中模态分量个数难以确定,且NMF算法由于缺少相关约束,对故障源相互耦合,特征信息微弱分解效果并不理想。为此提出了基于能量收敛因子为判据的变分模态分解算法（EVMD）与局部非负矩阵分解算法（LNMF）相结合的复合故障信号分离方法;构造了能量收敛因子,并以此为判断准则,自适应确定VMD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故障信号,提取故障特征信息。仿真及轴承复合故障实验结果表明:提出的基于EVMD-LNMF的信号分离方法,明显优于未改进的VMD-NMF方法,可以有效分离并提取出外圈与滚动体冲击性特征,实现了轴承的复合故障诊断。

论文目录

• 1 基本原理
•   1.1 变分模态分解原理
•   1.2 局部非负矩阵分解原理
• 2 基于EVMD-LNMF的复合故障分离方法
•   2.1 基于能量收敛因子VMD算法 （EVMD）
•   2.2 LNMF最优分解维数的获取
•   2.3 基于EVMD-LNMF的复合故障分离方法
• 3 仿真信号分析
• 4 实验验证
•   4.1 信号采集
•   4.2 结果分析
•   4.3 与VMD-LNMF算法对比分析
•   4.4 与EVMD-NMF算法对比分析
• 5 结 论

文章来源

类型: 期刊论文

作者: 王梦阳,王华庆,董方,任帮月,宋浏阳

关键词: 改进变分模态分解,局部非负矩阵分解,复合故障,信号分离

来源: 振动与冲击 2019年16期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 机械工业,电信技术

单位: 北京化工大学机电工程学院

基金: 国家自然科学基金(51675035)

分类号: TH133.33;TN911.7

DOI: 10.13465/j.cnki.jvs.2019.16.021

页码: 146-152

总页数: 7

文件大小: 342K

下载量: 306