基于最大相关峭度解卷积的滚动轴承复合故障诊断方法

• 作者: 冷军发 宋晓庆 张晓冬 张永鑫 王志阳
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 故障诊断 滚动轴承复合故障 最小熵解卷积 最大相关峭度解卷积 特征提取
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 98-102,160
• 页数: 6页
• 分类号: TH133.3
• 字数: 3271字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2020.04.018

摘要

受环境噪声、传递路径、信号衰减以及源信号本身比较微弱的影响,滚动轴承早期微弱冲击性故障的信号特征难以提取.近年来,最小熵解卷积(Minimum Entropy Deconvolution,MED)已经成功应用在旋转机械故障检测中来提取振动冲击.MED方法的提取过程是一个迭代选择的过程,通过迭代选择一个有限脉冲响应使信号的熵最小,从而对信号进行滤波.但是该方法有一定的局限性:其对于单一冲击的信号解卷积效果良好,但是处理具有强噪声或者多个冲击源共同作用时的信号很困难.为了解决这个问题,提出新的解卷积方法:最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD),可有效利用滚动轴承故障周期性冲击的特点,其与MED相比,克服了单一冲击的限制,对两种冲击源甚至是多种共同卷积的解卷积具有更好的特征提取效果.仿真和实验对比验证了该方法具有良好的降噪和故障特征增强效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冷军发	河南理工大学机械与动力工程学院	37	283	10.0	15.0
2	王志阳	河南理工大学机械与动力工程学院	20	32	3.0	4.0