基于LMS和Fast-Kurtogram的滚动轴承早期故障诊断

• 作者: 杨晓雨 罗志鹏 荆双喜
• 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 Least Mean Square (LMS) Fast-Kurtogram 共振解调
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 172-176
• 页数: 5页
• 分类号: TH911.7
• 字数: 2690字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2019.01.033

摘要

针对滚动轴承早期故障特征提取困难的问题,提出一种LMS(Least Mean Square,LMS)算法降噪、Fast-Kurtogram 选频和共振解调技术相结合的滚动轴承故障诊断方法.首先对采集到的信号进行自适应降噪,减弱背景噪声的影响;然后利用谱峭度值对故障信号中瞬态成分敏感的特性,通过计算降噪后信号的快速峭度图,确定滤波器最优频带中心和带宽;最后进行共振包络解调提取出滚动轴承早期故障特征.通过仿真和实验验证分析,验证了该方法在滚动轴承早期故障诊断中的适用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	罗志鹏	河南理工大学机械与动力工程学院	5	4	1.0	1.0
3	杨晓雨	河南理工大学机械与动力工程学院	4	3	1.0	1.0