基于ELMD-MCKD在滚动轴承故障诊断中的应用

• 作者: 何园园 张超 朱腾飞
• 来源期刊: 机械传动
• 关键词: ELMD MCKD 乘积函数 故障诊断
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 开发应用
• 页码范围: 161-166
• 页数: 6页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2018.05.033

摘要

针对在强噪声环境下,滚动轴承故障特征信息微弱、特征频率难以识别的问题,提出基于总体局部均值分解(Ensemble Local Mean Decomposition,ELMD)与最大相关峭度卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)的轴承故障诊断方法,用于处理轴承故障振动信号.首先,使用ELMD将原始数据分解为1组乘积函数(PF);然后,利用MCKD对每一个PF分量进行降噪处理;最后,对各降噪的PF分量求取包络谱,从而在包络谱中寻找轴承的故障特征频率.为了验证ELMD-MCKD在检测故障中的有效性,进行了一系列轴承故障模拟实验分析.结果表明,提出的ELMD-MCKD方法提高了轴承故障识别的准确性,可用于实际应用中的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超		63	448	11.0	20.0
2	何园园		4	9	2.0	3.0
3	朱腾飞		4	5	1.0	2.0