基于谱峭度和最大相关峭度解卷积的滚动轴承复合故障特征分离方法

被引：42

作者：

胡爱军

赵军

孙尚飞

黄申申

机构：

[1] 华北电力大学机械工程系

来源：

振动与冲击 | 2019年 / 38卷 / 04期

关键词：

滚动轴承; 复合故障; 特征分离; 谱峭度(SK); 最大相关峭度解卷积(MCKD);

D O I：

10.13465/j.cnki.jvs.2019.04.025

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：

针对振动信号中复合故障特征难以准确分离的问题,提出了一种融合谱峭度(SK)和最大相关峭度解卷积(MCKD)的复合故障分离方法。对复合故障信号做谱峭度分析,根据选择的各共振频带对信号进行带通滤波,提取出多个故障信号;对提取的各信号做包络解调分析,对能提取出单一故障特征的振动信号完成分离过程;对未提取出单一故障特征的振动信号最后做最大相关峭度解卷积处理;采用改进的轴承复合故障仿真模型验证了方法的有效性。实测滚动轴承内、外圈复合故障信号分析结果表明,该方法能够实现复合故障的准确分离。

引用

页码：158 / 165

页数：8

共 14 条

[1]

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

[2]

一种谱峭度和Morlet小波的滚动轴承微弱故障诊断方法 [J].

丁康 ;

黄志东 ;

林慧斌 .

振动工程学报, 2014, 27 (01) :128-135

[3]

滚动轴承复合故障特征分离的小波-频谱自相关方法 [J].

明安波 ;

褚福磊 ;

张炜 .

机械工程学报, 2013, 49 (03) :80-87

[4]

基于遗传算法的滚动轴承复合故障诊断研究 [J].

骆志高 ;

陈保磊 ;

庞朝利 ;

陈鹏 .

振动与冲击, 2010, 29 (06) :174-177+243

[5]

EMD降噪和谱峭度法在滚动轴承早期故障诊断中的应用 [J].

苏文胜 ;

王奉涛 ;

张志新 ;

郭正刚 ;

李宏坤 .

振动与冲击, 2010, 29 (03) :18-21+201

[6]

Application of an improved maximum correlated kurtosis deconvolution method for fault diagnosis of rolling element bearings.[J].Yonghao Miao;Ming Zhao;Jing Lin;Yaguo Lei.Mechanical Systems and Signal Processing.2017,

[7]

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,

[8]

Identification of multiple transient faults based on the adaptive spectral kurtosis method.[J].Yanxue Wang;Ming Liang.Journal of Sound and Vibration.2011, 2

[9]

An adaptive SK technique and its application for fault detection of rolling element bearings.[J].Yanxue Wang;Ming Liang.Mechanical Systems and Signal Processing.2010, 5

[10]

Rolling element bearing diagnostics—A tutorial.[J]..Mechanical Systems and Signal Processing.2010, 2

← 1 2 →