基于POVMD和频谱自相关分析的滚动轴承微弱故障特征提取

针对滚动轴承早期微弱故障特征提取困难的问题,提出基于参数优化变分模态分解(POVMD)与频谱自相关分析相结合的微弱故障特征提取方法。该方法首先针对变分模态分解(VMD)过程中参数选取的问题,提出了基于频谱自相关特征因子(SACFF)最大化的VMD参数搜索策略。其次,采用遗传算法对VMD的参数进行优化搜索,从而得到最优参数组合,并依此参数对原始信号进行VMD处理,获得一系列有限带宽固有模态函数(BLIMFs)。最后,根据SACFF指标最大化原则选取最优BLIMF分量进行频谱自相关分析,以克服频谱自相关方法在滚动轴承微弱故障特征提取上的局限性。仿真和实验结果表明,该方法能够有效提取滚动轴承微弱故障特征,较EMD-频谱自相关方法和单一频谱自相关方法效果更好。