一种基于改进FMD的数控机床主轴轴承特征提取方法

本发明公开了一种基于改进FMD的数控机床主轴轴承特征提取方法，属于旋转机械故障诊断技术领域。该方法旨在解决传统特征模态分解参数依赖性强、在噪声背景下故障特征提取困难的问题。其核心在于：首先，将采集的轴承振动信号加入噪声并输入ETO‑FMD模型；其次，利用指数三角函数优化算法以加权包络谱峭度为适应度函数，对FMD的模式数M和滤波器长度L进行自适应全局寻优，自动获取最佳参数组合；最后，计算FMD分解后各IMF分量的加权包络谱峭度值，据此筛选出最关键的分量进行信号重构，实现故障特征的精准提取。本发明克服了人为设定参数的局限性，显著提升了特征提取的准确性、自适应性和鲁棒性，适用于高端数控机床主轴轴承的多种故障诊断。