基于条件局部均值分解与变量预测模型的轴承故障诊断方法

？针对局部均值分解(lmd)方法在分解非线性、非平稳振动信号过程中存在的模态混淆现象,从而影响故障识别准确性的问题,提出了基于条件局部均值分解方法(clmd)与模式识别变量预测模型(vpmcd)的故障诊断方法。该方法将数字图像处理的频率分辨率方法与lmd相结合,首先确定振动信号中所有局部极值点的频率分辨率,将振动信号分为低频率分辨率区域和高频率分辨率区域;然后对高频率分辨率区域进行lmd分解,可得若干乘积函数(pf)分量;最后用折线将所有pf分量连接起来,经滑动平均处理可得pf分量,提取pf分量的偏度系数和能量系数构成故障特征向量,用于vpmcd故障识别。将该方法应用于轴承故障诊断,实验结果表明,与lmd方法相比,识别效率提高了8.33%,表明了该方法的有效性和可行性。