机床与液压

作者：姚楠，张能，刘子全，李利荣

单位：南京大学电子科学与工程学院;国网江苏省电力有限公司电力科学研究院；国网电力科学研究院武汉南瑞有限责任公司系统检测部；国网江苏省电力有限公司电力科学研究院；国网电力科学研究院武汉南瑞有限责任公司系统检测部

关键词：滚动轴承声音信号;故障检测;自适应噪声完备集成经验模态分解;层次波动离散熵;层次处理

声音信号在收集时具有非接触测量的优势，但容易受到周围环境噪声的干扰而导致信噪比较低，不利于特征信息的获取。为从滚动轴承声音数据中提炼出有效的特征信息，并实现故障的精准识别，提出一种基于自适应噪声完全集成经验模态分解(CEEMDAN)和层次波动离散熵(HFDE)的声音信号故障诊断策略。在该策略中，CEEMDAN缓解了集成经验模态分解(EEMD)的模态混淆缺陷；针对传统多尺度波动离散熵(MFDE)无法考虑时间序列的高频信息的缺陷，提出一种基于层次化处理的层次波动离散熵非线性动力学指标。将所提策略用于滚动轴承的故障识别，能够检测出不同故障状态下的声音数据。通过数值模拟和滚动轴承实验数据分析，将所提方法与CEEMDAN-MFDE、EEMD-HFDE、EEMD-MFDE、HFDE和MFDE进行对比。结果表明：所提方法达到了100%的识别准确率，多次实验的平均识别准确率也达到了99.5%，均高于对比方法，从而验证了该策略的有效性和优越性。

来源：2023年第12期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第12期