MCKD和RSSD在滚动轴承早期故障诊断中的应用

• 作者: 张家玮 张超 杨斌 樊改荣 王建国
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 滚动轴承 故障诊断 共振稀疏分解 最大相关峭度解卷积
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 154-161
• 页数: 8页
• 分类号: TH16|TH133.33|TP206
• 字数: 5181字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2018.02.030

摘要

由于干扰噪声较强,共振稀疏分解在滚动轴承早期故障阶段并不能有效提取瞬态冲击成分.针对此问题提出基于最大相关峭度解卷积(Maxim Correlated Kurtosis Deconvolution,MCKD)和共振稀疏分解(Resonance Sparse Signal Decomposition,RSSD)相结合的故障特征提取方法.该方法首先利用MCKD对振动冲击信号进行处理,有效降噪并突出故障信号尖脉冲,然后使用共振稀疏分解将信号分解成包含谐波信号的高共振分量与包含瞬态冲击信号的低共振分量,最后利用包络功率谱根据低共振分量提取故障特征频率.通过仿真和试验验证了该方法可以准确提取故障特征频率,凸显故障特征.

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	内蒙古科技大学机械工程学院	112	350	8.0	11.0
2	张超	内蒙古科技大学机械工程学院	63	448	11.0	20.0
3	杨斌	内蒙古科技大学机械工程学院	11	10	2.0	2.0
4	张家玮	内蒙古科技大学机械工程学院	6	4	1.0	2.0
5	樊改荣		2	1	1.0	1.0