论文研究-基于SVD和TKEO的轴承振动信号特征提取.pdf

为了解决滚动轴承振动信号中微弱故障信息难以提取的问题，提出了一种基于奇异值分解（Singular Value Decomposition，SVD）和Teager-Kaiser能量算子（Teager-Kaiser Energy Operator，TKEO）的轴承振动信号特征提取方法。采用SVD将突变信息从背景噪声和光滑信号中分离，提取信号的突变信息；利用TKEO计算突变信息的瞬时能量，对该能量信号进行频谱分析，从而提取出轴承振动信号的能量频谱特征，用于故障检测。将该方法应用于轴承外圈、内圈局部故障状态下的振动信号特征提取，利用特征信息能够准确检测并识别出故障类型，表明了该方法的可行性和有效性。