基于局部均值分解和最大相关峭度解卷积的滚动轴承早期故障提取

• 作者: 张家玮 杨斌 王建国
• 来源期刊: 机械传动
• 关键词: 滚动轴承 故障诊断 局部均值分解 最大相关峭度解卷积
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 试验分析
• 页码范围: 117-121,135
• 页数: 6页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2018.03.025

摘要

滚动轴承处于早期故障阶段的时候,特征信号比较微弱,同时受到干扰噪声的影响,造成故障特征难以提取.针对这一问题,提出了基于局部均值分解(Local mean decomposition,LMD)和最大相关峭度解卷积(Maximum correlated kurtosis deconvolution,MCKD)两者相结合的故障诊断方法.在强噪声背景条件下,LMD对微弱故障信号特征难以提取,故对LMD分解得到的一组乘积函数(Product function,PF),利用相关系数与峭度值筛选出敏感分量进行信号重构,然后利用MCKD进行滤波,突出故障信号尖脉冲,最后根据信号的包络功率谱提取故障特征频率.算法仿真和实验证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建国		112	350	8.0	11.0
2	杨斌		11	10	2.0	2.0
3	张家玮		6	4	1.0	2.0