基于粒子群优化的MCKD算法在轴承故障诊断中的应用

• 作者: 张俊甲 王建东 王梦奇 马增强
• 来源期刊: 济南大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群 最大相关峭度解卷积 峭度 故障诊断
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息科学
• 页码范围: 377-382
• 页数: 6页
• 分类号: TH165+.3
• 字数: 2517字
• 语种: 中文
• DOI: 10.13349/j.cnki.jdxbn.20170710.001

摘要

针对最大相关峭度解卷积(MCKD)算法在提取轴承故障特征过程中对滤波效果评价的不足,提出以峭度和故障特征频率能量比值组成的复合评价指标来评价故障诊断结果的优劣;MCKD算法中影响故障诊断结果的参数为滤波器结构元素长度L,本文中通过粒子群算法对参数L进行自适应寻优.仿真信号和实测信号表明:采用该方法得到的最优L对信号进行处理,可以提取出故障特征,找到故障频率;对比发现,该方法明显提高了轴承故障诊断的精度和准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马增强	石家庄铁道大学电气与电子工程学院	71	503	9.0	20.0
2	王建东	石家庄铁道大学电气与电子工程学院	10	18	3.0	3.0
3	王梦奇	石家庄铁道大学电气与电子工程学院	10	38	4.0	5.0
4	张俊甲	石家庄铁道大学电气与电子工程学院	11	59	5.0	7.0