基于PCA和MK-MOMEDA的特征频率提取算法及其应用

• 作者: 刘其洪 李伟光 李国臣 赵学智 郑嘉伟
• 来源期刊: 机械传动
• 关键词: 主成分分析 多点最优调整的最小熵解卷积 多点峭度 特征频率提取
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 开发应用
• 页码范围: 146-152
• 页数: 7页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2020.12.024

摘要

针对柔性薄壁轴承故障特征频率提取的问题,提出了主成分分析(PCA)与多点最优调整的最小熵解卷积(MOMEDA)相结合的特征频率提取算法.算法中用PCA对原始信号作降噪处理,获得重构信号,利用多点峭度(MKurt)提取重构信号中的周期性冲击信号的周期,对理论周期进行修正,进而得到精确的解卷积周期,通过MOMEDA对重构信号进行增强,突出其周期性冲击,可以更有效地提取特征频率.将此方法应用到柔性薄壁轴承的故障特征频率提取上,并与最大相关峭度解卷积(MCKD)算法作对比.结果表明,该方法可将轴承故障冲击与因轴承长短轴交替而产生的周期性冲击分离,消除这种正常的周期性冲击的干扰,有效提取信号中的故障特征频率,效果优于最大相关峭度解卷积算法.