基于最大相关峭度反褶积的轴承故障诊断方法

被引：39

作者：

武兵 ^{[1
,2
]}

贾峰 ^{[2
]}

熊晓燕 ^{[1
,2
]}

机构：

[1] 新型传感器与智能控制教育部重点实验室

[2] 太原理工大学机械电子工程研究所

来源：

振动测试与诊断. | 2014年 / 34卷 / 03期

关键词：

最大相关峭度反褶积; 谱峭度; 解调分析; 早期故障诊断;

D O I：

10.16450/j.cnki.issn.1004-6801.2014.03.012

中图分类号：

TH133.33 [滚动轴承]; TH165.3 [];

学科分类号：

082805 [农业机械化与装备工程];

摘要：

针对滚动轴承的故障信号是周期性冲击信号这一特性,提出了最大相关峭度反褶积(maximum correlated kurtosis deconvolution,简称MCKD)与谱峭度(spectral kurtosis,简称SK)结合的滚动轴承早期故障诊断方法,即MCKD-SK法。利用MCKD方法可以有效提取滚动轴承早期故障信号中被噪声淹没的周期冲击成分,抑制信号中的噪声,实现信号降噪,提升原信号的峭度。利用SK方法可以选择合理频带,将信号中的低频信息从高频信息中解调出来。通过仿真与实际监测数据的分析和验证,证明MCKD-SK方法可以准确有效地诊断滚动轴承的早期故障,可用于滚动轴承早期故障的在线监测。

引用

页码：570 / 575+597 +597

页数：7

共 4 条

[1]

齿轮及齿轮箱故障诊断实用技术.[M].丁康;李巍华;朱小勇编著;.机械工业出版社.2005,

[2]

基于最小熵解卷积与稀疏分解的滚动轴承微弱故障特征提取 [J].