动态模式分解及其在轴承早期故障诊断中的应用

滚动轴承是装备制造业中关键基础零部件,其在服役过程中的工作状态直接决定着主机产品的性能、质量和可靠性,有效的轴承早期故障监督检测技术是实现设备预防维修的重要保证。提出将动态模式分解(DMD)算法改进后应用于轴承早期故障信号的特征提取中,传感器采集得到的原始时间序列通过投影降噪后进行动态模式分解,采用软阈值法自适应地根据原始信号噪声水平得到若干单频模式,对这些模式分量进行多尺度排列熵值计算,通过阈值法筛选出原始动力学系统中的低秩成分,对其进行恢复重构后提取早期故障特征频率。在仿真信号和实测信号的试验研究中验证了提出方法的有效性。