机床与液压

作者：郑惠萍，王卓，彭立强，秦志英，赵月静，裴春兴

单位：河北科技大学机械工程学院；河北科技大学机械工程学院；河北科技大学机械工程学院；河北科技大学机械工程学院；河北科技大学机械工程学院；中车唐山机车车辆有限公司

关键词：Hermite插值法;自适应噪声完备集合经验模态分解; t-分布随机邻域嵌入; 故障特征提取

基金：河北省省级科技计划（20310803D）;石家庄市科学技术研究与发展计划项目(211510048A）

针对非线性、非稳定振动信号难以提取有效故障特征的问题，提出一种基于改进自适应噪声完备集合经验模态分解（CEEMDAN）和t-分布随机邻域嵌入（t-SNE）算法相结合的故障特征提取方法。利用三次Hermite插值代替三次样条插值构造包络线，提高传统CEEMDAN对非平稳信号的分解精度；利用改进后的CEEMDAN对原始信号分解并通过相关系数筛选出有效固有模态分量（IMF），提取有效IMF分量的时频特征、奇异值和能量值构建高维混合域特征集；最后，通过t-SNE算法挖掘高维混合域特征信息得到低维敏感特征，并将其输入到支持向量机中进行分类，以分类准确率作为特征提取效果评价指标。在齿轮箱故障模拟实验台进行实验验证，结果表明该方法能够准确地提取故障特征，为故障特征提取提供新思路。

来源：2023年第19期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第19期