MCKD最佳故障周期搜索的齿轮箱故障特征提取

• 作者: 冷军发 华伟 王志阳 荆双喜
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 齿轮箱 故障特征提取 最小熵解卷积 最大相关峭度解卷积
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 机械动力学
• 页码范围: 36-42
• 页数: 7页
• 分类号: TH165.3
• 字数: 4178字
• 语种: 中文
• DOI: 10.13433/j.cnki.1003-8728.2018.0107

摘要

针对最小解熵解卷积(Minimum entropy deconvolution,MED)算法易受强噪声和野值的影响,引出了最大相关峭度解卷积(Maximum correlated kurtosis deconvolution,MCKD)的齿轮箱故障特征提取方法,克服了MED算法的不足.然而凭先验信息选取的故障周期,可能导致MCKD解卷积效果很差,因此提出了MCKD算法的最佳故障周期搜索思路,即在合适的滤波器阶数L下,最佳故障周期的搜索可以限定于理论计算周期左右的某一范围内,使不同步距M关于最佳周期的最大相关峭度达到全局最优,以确保了MCKD算法具有良好的解卷积效果.断齿与局部断齿故障特征提取试验结果佐证了最佳故障周期搜索思路的可行性及其效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荆双喜	河南理工大学机械与动力工程学院	60	402	12.0	17.0
2	冷军发	河南理工大学机械与动力工程学院	37	283	10.0	15.0
3	华伟	河南理工大学机械与动力工程学院	19	139	6.0	11.0
4	王志阳	河南理工大学机械与动力工程学院	20	32	3.0	4.0