基于CEEMD和自适应MCKD诊断滚动轴承早期故障

论文摘要

针对滚动轴承早期故障难以提取和最大相关峭度解卷积（maxim correlated kurtosis deconvolution,MCKD）降噪效果受滤波器长度L的影响,提出了基于互补集合经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）和自适应最大相关峭度解卷积相结合的故障特征提取方法（CEEMD-AMCKD）.首先,利用CEEMD将信号分解得到一组固有模态分量,利用峭度值筛选出冲击成分明显的分量;然后,以排列熵值为标准,运用步长搜寻法确定最佳的MCKD滤波器长度,对前面筛选出的分量进行降噪处理;最后,将降噪后的分量及其他分量进行信号重构并根据包络功率谱提取故障特征频率.通过仿真和试验验证了该方法的有效性.

论文目录

• 1 基本原理介绍
•   1.1 CEEMD原理
•   1.2 最大相关峭度解卷积
•   1.3 MCKD滤波器长度选择与实验分析
•     1.3.1 MCKD滤波器长度选择步骤
•     1.3.2 实验分析
•   1.4 CEEMD-AMCKD滚动轴承故障诊断
• 2 仿真信号分析
• 3 实验分析
•   3.1 轴承外圈故障分析
•   3.2 轴承内圈故障分析
• 4 结论

文章来源

类型: 期刊论文

作者: 杨斌,张家玮,王建国,张超

关键词: 滚动轴承,故障诊断,互补集合经验模态分解,自适应,最大相关峭度解卷积

来源: 北京工业大学学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 机械工业

单位: 内蒙古科技大学机械工程学院

基金: 内蒙古自然科学基金项目(2015MS0512),内蒙古科技大学创新基金项目(2014QDL022)

分类号: TH133.33

页码: 111-118

总页数: 8

文件大小: 6992K

下载量: 333