论文摘要
针对滚动轴承振动信号受强噪声干扰,难以提取其微弱故障特征的问题,提出了自适应最大相关峭度解卷积(MCKD)和自适应噪声完全集合经验模态分解(CEEMDAN)的故障特征提取方法。由于MCKD方法的滤波效果受滤波器长度参数的影响,故采用变步长网格搜索法对滤波器长度进行寻优,自适应地实现MCKD降噪。首先以特征能量比(FER)作为目标函数利用变步长网格搜索法寻找最优滤波器长度,通过自适应MCKD算法对振动信号进行降噪;然后采用CEEMDAN方法分解降噪信号,并根据峭度准则选取故障信息丰富的敏感固有模态分量(IMF)进行信号重构;最后利用包络谱对重构信号进行分析,提取故障特征信息。经仿真与实验分析,该方法能够有效地提取出滚动轴承的微弱故障特征信息。
论文目录
文章来源
类型: 期刊论文
作者: 张洪梅,邹金慧
关键词: 滚动轴承,最大相关峭度解卷积,微弱故障,特征提取
来源: 电子测量与仪器学报 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 机械工业
单位: 昆明理工大学信息工程与自动化学院,云南省矿物管道输送工程技术研究中心
基金: 国家自然科学基金(61663017)资助项目
分类号: TH133.33
DOI: 10.13382/j.jemi.B1801839
页码: 79-86
总页数: 8
文件大小: 416K
下载量: 207
相关论文文献
标签：滚动轴承论文; 最大相关峭度解卷积论文; 微弱故障论文; 特征提取论文;