基于LMD和MCKD的滚动轴承早期故障诊断

• 作者: 任学平 李攀 王朝阁
• 来源期刊: 现代制造工程
• 学科: 工学
• 关键词: 轴承 早期故障 局部均值分解 最大相关峭度反褶积
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 设备设计/诊断维修/再制造
• 页码范围: 143-147,160
• 页数: 6页
• 分类号: TH16|TH133
• 字数: 2340字
• 语种: 中文
• DOI: 10.16731/j.cnki.1671-3133.2018.09.027

摘要

滚动轴承故障产生的初期,信号中的冲击成分受到严重的噪声干扰,导致故障信号的周期特征难以提取.针对这一问题,提出基于局部均值分解(LMD)算法和最大相关峭度反褶积(MCKD)算法结合的滚动轴承早期故障诊断方法.首先应用LMD算法对轴承早期故障信号进行自适应分解,选取与原始信号相关系数较大的乘积函数(PF)分量进行重构;然后应用MCKD算法对重构信号进行降噪,突出周期冲击成分;最后对消噪后的信号进行Hilbert包络处理,从包络谱中即可准确地获取故障特征频率.通过对仿真信号和内圈故障实验信号的分析,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	任学平	内蒙古科技大学机械工程学院	132	377	9.0	11.0
2	王朝阁	内蒙古科技大学机械工程学院	18	88	6.0	8.0
3	李攀	内蒙古科技大学机械工程学院	10	26	3.0	5.0