基于循环相关和LPSO算法的自适应MCKD方法的滚动轴承早期故障特征提取

被引:20
作者
陈昆弘
刘小峰
机构
[1] 重庆大学机械传动国家重点实验室
关键词
循环相关; 局部粒子群优化; 最大相关峭度解卷积; 对称能量算子解调; 早期故障; 特征提取;
D O I
10.13465/j.cnki.jvs.2017.22.013
中图分类号
TH133.33 [滚动轴承];
学科分类号
082805 [农业机械化与装备工程];
摘要
针对强噪声情况下滚动轴承早期故障信号特征难以提取的问题,提出了MCKD与对称差分能量算子解调的特征提取方法。MCKD算法进行滤波时,滤波器长度L和故障周期T对滤波效果的影响至关重要,因此提出基于循环相关和LPSO算法结合的自适应的MCKD算法,自动搜寻MCKD算法所需最优参数;原信号经滤波后,故障特征被明显突出,为了剔除剩余噪声,对滤波后信号进一步做对称差分能量算子解调,剔除剩余噪声同时获得解调谱,进而提取滚动轴承的早期故障。实验分析验证了该方法的有效性。
引用
收藏
页码:80 / 85+157 +157
页数:7
相关论文
共 15 条
[1]
旋转机械轴承振动信号分析方法研究 [D]. 
彭畅 .
重庆大学,
2014
[2]
基于循环平稳信号处理的滚动轴承故障诊断方法研究 [D]. 
周福昌 .
上海交通大学,
2006
[3]
Maximum correlated Kurtosis deconvolution and application on gear tooth chip fault detection.[J].Geoff L. McDonald;Qing Zhao;Ming J. Zuo.Mechanical Systems and Signal Processing.2012,
[4]
Structural reliability assessment based on particles swarm optimization.[J].Charles Elegbede.Structural Safety.2004, 2
[5]
自适应最大相关峭度解卷积方法及其在轴承早期故障诊断中的应用 [J].
唐贵基 ;
王晓龙 .
中国电机工程学报, 2015, 35 (06) :1436-1444
[6]
基于形态自相关和时频切片分析的轴承故障诊断方法 [J].
钟先友 ;
赵春华 ;
陈保家 ;
曾良才 .
振动与冲击, 2014, 33 (04) :11-16
[7]
基于双重Q因子的稀疏分解法在滚动轴承早期故障诊断中的应用 [J].
莫代一 ;
崔玲丽 ;
王婧 .
机械工程学报, 2013, 49 (09) :37-41
[8]
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].
王宏超 ;
陈进 ;
董广明 .
机械工程学报, 2013, 49 (01) :88-94
[9]
基于Teager能量算子的滚动轴承故障诊断研究 [J].
王天金 ;
冯志鹏 ;
郝如江 ;
褚福磊 .
振动与冲击, 2012, 31 (02) :1-5+85
[10]
粒子群优化算法中的惯性权值非线性调整策略 [J].
周敏 ;
李太勇 .
计算机工程, 2011, 37 (05) :204-206