一种改进的解卷积算法及其在滚动轴承复合故障诊断中的应用

• 作者: 刘利强 李永亭 樊佶 高学金 齐咏生
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 振动信号 复合故障 故障诊断 RSSD 最优最小熵解卷积修正
• 年，卷（期）: 2020,（21）
• 页码范围: 140-150
• 页数: 11页
• 分类号: TH17
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2020.21.019

摘要

针对滚动轴承复合故障振动信号非平稳、非线性特性且不同类型故障之间相互耦合,使得传统方法对复合故障冲击特征难以提取的问题,提出了一种基于自适应信号稀疏共振分解(ARSSD)和多点峭度最优最小熵解卷积修正(MK-MOMEDA)的故障诊断新方法.使用ARSSD分析故障信号,并定义一个新的复合指标作为目标函数,利用布谷鸟寻优算法(CSA)对高、低品质因子进行优化选择,获得包含瞬态冲击成分的最优低共振分量;计算其多点峭度谱,提取低共振分量中包含的故障冲击周期成分;之后设定适当的周期区间,进行解卷积运算分离不同的故障特征;通过包络解调,分析谱图中突出的故障特征频率进而识别故障类型.实验平台模拟了滚动轴承两种和三种故障的复合情况,并对所提算法进行了验证,结果表明该方法可有效的从复合故障中提取出各类故障特征,实现故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘利强		27	50	4.0	6.0
2	齐咏生		49	363	11.0	17.0
3	李永亭		18	59	4.0	7.0
4	樊佶		2	0	0.0	0.0
5	高学金		2	0	0.0	0.0