1、機(jī)械振動(dòng)信號(hào)中包含了大量的與設(shè)備狀況密切相關(guān)的有用信息，對(duì)現(xiàn)代機(jī)械設(shè)備的實(shí)時(shí)監(jiān)控、診斷以及預(yù)警都有著十分重大的現(xiàn)實(shí)意義。實(shí)際工業(yè)現(xiàn)場(chǎng)采集的振動(dòng)信號(hào)通常具有非線性非平穩(wěn)的特征，傳統(tǒng)的信號(hào)分析方法對(duì)此類信號(hào)進(jìn)行處理一般難以取得理想效果，因此如何快速準(zhǔn)確的從復(fù)雜信號(hào)中提取故障特征長(zhǎng)期以來一直是機(jī)械故障診斷的一個(gè)熱點(diǎn)，同時(shí)也是一個(gè)難點(diǎn)。變模式分解是近來提出的以維納濾波、Hilbert變換和解析信號(hào)等理論為基礎(chǔ)的一種新方法，本文嘗試著將其應(yīng)用于機(jī)

2、械信號(hào)的處理，以此來判斷軸承的運(yùn)行狀況，實(shí)現(xiàn)軸承的故障診斷。論文主要研究?jī)?nèi)容如下：
　　(1)在對(duì)變模式分解算法原理進(jìn)行了闡述和分析的基礎(chǔ)上，通過選用不同類型的仿真信號(hào)對(duì)變模式的分解能力進(jìn)行了探究驗(yàn)證并與EMD的分解結(jié)果進(jìn)行了對(duì)比。由于變模式的分解數(shù)目需要人為確定，因此通過實(shí)驗(yàn)分析討論了分解數(shù)目對(duì)分解的影響。
　　(2)由于最大相關(guān)峭度反卷積在抑制噪聲、提取周期性沖擊脈沖上有著明顯效果，為了有效提取振動(dòng)信號(hào)的故障特征，本文將

3、最大相關(guān)峭度反卷積和變模式分解進(jìn)行了有效結(jié)合。在通過VMD分解將信號(hào)分解為若干分量后，通過峭度值選取沖擊成分較多的分量進(jìn)行重構(gòu)，摒棄不關(guān)注的成分，然后用最大相關(guān)峭度反卷積方法對(duì)重構(gòu)后信號(hào)進(jìn)行處理，充分利用故障信號(hào)的周期性來提取故障特征。最后對(duì)軸承的實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)證明了該方法的有效性。
　　(3)本文提出了利用VMD來對(duì)信號(hào)進(jìn)行降噪，該方法通過對(duì)VMD分解得到若干分量，考慮到自相關(guān)函數(shù)能夠凸顯振動(dòng)信號(hào)以及相應(yīng)分量的周期性，增強(qiáng)真實(shí)

4、分量和虛假分量間的差異性，因此對(duì)各分量和原信號(hào)求取其自相關(guān)函數(shù)，之后求取各分量自相關(guān)函數(shù)和原信號(hào)自相關(guān)函數(shù)的相似系數(shù)，以相似系數(shù)作為判斷依據(jù)來對(duì)分量進(jìn)行取舍，以此來選擇分量重構(gòu)進(jìn)而達(dá)到降噪的目的。仿真實(shí)驗(yàn)對(duì)比了本文方法和相應(yīng) EMD方法的降噪效果，同時(shí)對(duì)實(shí)測(cè)數(shù)據(jù)設(shè)計(jì)了直接形態(tài)濾波和利用本文方法降噪后形態(tài)濾波作為對(duì)比來驗(yàn)證了VMD降噪的有效性。
　　(4)通過變模式分解構(gòu)建奇異特征向量并與支持向量機(jī)相結(jié)合來對(duì)滾動(dòng)軸承的狀態(tài)進(jìn)行識(shí)別。