基于QH-ITD和AMCKD的滚动轴承故障诊断研究
由于滚动轴承早期微弱故障易受噪声影响导致难以对故障进行诊断.针对原固有时间尺度(ITD)和三次样条插值改进ITD算法的不足以及最大相关峭度解卷积(MCKD)算法的滤波器长度参数选取困难的问题,提出基于四次Hermite插值改进的ITD(QH-ITD)算法和利用变步长网络搜索参数寻优改进MCKD(AMCKD)算法.该方法首先利用QH-ITD算法对原滚动轴承故障信号进行分解运算,然后利用峭度指标和互相关系数筛选相应的分量信号进行重构,再利用AMCKD算法中对重构信号进行降噪处理,最后利用Teager-Kaiser能量算子进行解调处理,提取出故障特征信息并判断故障类型.通过人工模拟的滚动轴承损伤故障诊断实验和全寿命周期的轴承早期微弱故障诊断实验,验证了所提方法可以有效地对滚动轴承的早期微弱故障进行诊断识别.
改进的固有时间尺度分解、自适应最大相关峭度解卷积、变步长网络搜索、故障诊断
34
TH213.3;TN911(起重机械与运输机械)
国家自然科学基金51765022,61663017
2020-09-04(万方平台首次上网日期,不代表论文的发表时间)
共11页
79-89