基于ITD-MOMEDA联合降噪的滚动轴承故障诊断研究

• 作者: 朱紫悦 张金萍
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 滚动轴承 轴承故障 固有时间尺度分析 多点最优调整的最小熵解卷积 固有旋转分量 包络解调分析
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 机械零件及传动装置|Mechanical Parts and Transmission
• 页码范围: 217-223
• 页数: 7页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2022.02.011

摘要

在滚动轴承的实际运行过程中,其故障信号往往容易淹没于强背景噪声中,使其故障的类型难以得到识别,针对这一问题,提出了一种基于固有时间尺度分析(ITD)和多点最优调整的最小熵解卷积(MOMEDA)相结合的联合降噪方法,并将其应用于滚动轴承的故障诊断中.首先,用ITD算法对滚动轴承故障原始信号进行了分解,得到了多个固有旋转分量(PRC);其次,依据相关系数和峭度原则,挑选出了与原信号相关度较大的PRC分量,并对其进行了重构;然后,采用MOMEDA算法对重构信号进行了进一步降噪处理,完成了有用信号与噪声信号的分离;最后,对降噪后的信号进行了包络解调分析,提取出了故障特征频率,诊断出了轴承故障具体位置;此外,为了验证该方法的有效性,通过ITD与局域均值分解(LMD)、MOMEDA与最大相关峭度解卷积(MCKD)算法对仿真信号进行了对比分析,并对轴承外圈进行了实例分析.研究结果表明:相比于ITD-MCKD方法,基于ITD-MOMEDA联合降噪方法的故障诊断准确率提高4.3％,能更有效地去除强噪声,并成功地检测出轴承的故障类型.