摘要： 同步提取变换(Synchroextracting Transform，SET)处理强干扰信号分量时缺乏自适应性而易发生频率模糊，导致难以精确提取快速波动的瞬时频率。针对此问题，结合自适应调频模式分解(Adaptive Chirp Mode Decomposition，ACMD)的自适应先验信息和贪婪算法的优势，将ACMD引入到SET 中，构造一种两级ACMD-SET故障诊断方法。在提出的方法中，将基于基尼指数(Gini Index，GI)最大化准则的分量选择重组算法和第一级ACMD结合，提取出强干扰下的多模态故障脉冲信号的模式。然后，利用SET对第二级ACMD分离出的时变频率故障特征进行高精度的时频表示。将此方法应用到仿真调频-调幅信号中，得到高分辨率的故障特征，方法的有效性得到验证。最后，将所提方法应用于航空发动机高速滚动轴承的振动信号分析中，结果表明，所提方法能有效地提取高速滚动轴承振动信号的时变故障特征频率，其结果明显优于SET方法。
关键词:
故障诊断,
同步提取变换,
自适应调频模态分解,
滚动轴承
引用本文
葛丽英, 李志农, 胡志峰, 毛清华, 张旭辉. 两级自适应调频模式分解-同步提取变换的故障诊断方法[J]. 噪声与振动控制, 2024, 44(2): 88-94.
使用本文
0
/
推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文:
https://nvc.sjtu.edu.cn/CN/
https://nvc.sjtu.edu.cn/CN/Y2024/V44/I2/88