基于自适应特征模态分解的无人机电机轴承故障特征分离方法

本发明公开了一种基于自适应特征模态分解的无人机电机轴承故障特征分离方法，属于故障诊断与信号处理分析技术领域。该方法采用粒子群算法对特征模态分解的滤波器长度和模态数量进行全局寻优，以提出的最大谐波冲击复合因子作为目标函数；该指标融合了谐波能量比HER和冲击因子CF，能够全面评估故障特征的周期性和冲击性；最后通过包络谱提取故障特征频率。本发明应用于高噪声环境下的无人机电机轴承故障振动信号的分析，无需独立预处理步骤，实现了参数自适应优化与故障特征增强的一体化处理，在强噪声背景下能够有效分离轴承故障特征，诊断准确率高、鲁棒性强。