针对传统轴承故障预警实时性较差、故障特征提取准确性影响预警效果的问题，将语音端点识别思想进行迁移，采用谱熵梅尔积特征的双门限法实时追踪故障起始点.为克服变分模态分解（variational mode decomposition，VMD）参数选取不当和端点效应对提取效果造成的影响，提出能量差网格搜索法对VMD进行参数寻优，并用支持向量回归机对端点效应进行抑制，结合多尺度加权排列熵在检测振动信号随机性方面的优势，充分发挥VMD对信号的重构能力，对起始点后的故障段进行特征捕捉.通过实际轴承故障信号的实验及数据分析，验证了该方法在轴承故障预警中的有效性.
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=20211106