基于动态PSO-MCKD-HHT的滚动轴承故障诊断方法研究与应用

• 作者: 李东炎 李常贤
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 轴承诊断 最大相关峭度解卷积 动态粒子群算法 混合编译
• 年，卷（期）: 2021,（21）
• 所属期刊栏目: 研究与设计|Research and Design
• 页码范围: 12-18
• 页数: 7页
• 分类号: TH133.3|TP18
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2107394

摘要

滚动轴承作为牵引电机的重要部件之一,其故障诊断的准确性对保证牵引电机的正常运转具有重要的意义.为提高轴承故障诊断的准确性及有效性,选用最大相关峭度解卷积(MCKD)结合希尔伯特-黄变换(HHT)的方法进行诊断.针对MCKD算法受移位数(M),滤波器阶数(L)和冲击信号周期(T)特别依赖于经验的选择,选用动态粒子群算法对其进行优化,以降低噪声信号干扰,突出由故障激发的脉冲信号.再利用HHT算法得到信号包络谱,可以更好的识别不同故障类型.将VS与MATLAB相结合,可实现诊断算法应用到高级开发语言环境下.利用CWRU轴承数据集对算法进行验证,验证结果表明,该方法能够有效增强故障特征,得到轴承内圈故障频率为162 Hz,轴承内圈故障频率为108 Hz,可准确识别轴承的故障类型.