基于阈值参数判决筛选的航空发动机主轴承故障特征提取方法

针对航空发动机中滚动轴承微弱故障信号受环境噪声影响提取困难的问题,提出一种基于阈值参数判决筛选的航空发动机主轴承故障特征提取方法。为了自适应选择变分模态分解（variational mode decomposition,VMD）中的参数,采用粒子群算法（PSO）对VMD算法中的参数进行优化,将其作为前置参数来处理传感器收集到的轴承原始振动信号,得到K个模态分量;其次提出一种新的参数调和公式,该公式将峭度和相关系数平衡融合为一个参数P,然后基于阈值参数准则划分筛选出高信噪比信号,整合高信噪比信号产生新的振动信号;最后通过包络谱提取出轴承微弱故障特征。结果表明：参数调和公式与阈值参数判决方法能平衡峭度和相关系数之间的关系,滤除了峭度值较高但有效信息少的分量,该方法可有效提取滚动轴承简单及复杂传递路径下的故障特征,为航空发动机主轴承故障复杂信号处理和诊断提供了有效手段。