机床与液压

作者：龙日升，尚祖生，高淑芝，宗琳，于福一

单位：沈阳化工大学装备可靠性研究所；辽宁省高效化工混合技术重点实验室；沈阳化工大学装备可靠性研究所；沈阳化工大学装备可靠性研究所；辽宁省高效化工混合技术重点实验室；沈阳化工大学机械与动力工程学院；沈阳化工大学装备可靠性研究所

关键词：织构化轴承;改进小波阈值;特征模态分解;故障诊断

基金：辽宁省自然科学基金面上项目(2023-MS-234)；辽宁省教育厅科技项目(LJKMZ20220800)；国家自然科学基金项目(52275156)

针对滚动轴承故障诊断中背景噪声干扰以及特征提取难的问题，提出一种面向微凹坑织构化轴承的故障诊断框架。提出一种融合鹰鱼优化算法的特征模态分解(HFOA-FMD)方法，通过互信息与改进小波阈值进行混合去噪(MI-IWT)，最终通过精细复合多尺度散度熵联合门控循环单元构建故障诊断模型 (RCMDE-GRU)，从而实现表面织构轴承故障诊断。利用HFOA优化FMD的模态数和滤波器长度，实现信号自适应分解；通过互信息去噪进行噪声模态识别，再基于能量熵阈值筛选含噪模态，采用改进小波阈值函数进行二次降噪。最后，采用织构轴承故障数据集进行验证。结果表明：混合去噪方法MI-IWT的信噪比提升至7.167 3 dB，均方根误差降至0.199 5 mm/s，有效降低了轴承噪声信号，提高信号质量；所提故障诊断模型在训练集和测试集上的准确率分别高达100%、98.1%，显著优于对比模型。该方法在织构轴承等旋转机械信号降噪、提取特征、故障分类方面具有一定的参考价值。

来源：2026年第4期

《机床与液压》期刊编辑部

查看机床与液压杂志2026年第4期