基于MCKD和LMD的滚动轴承早期故障诊断方法

摘要：

针对局部均值分解(Local mean decomposition,简称LMD)方法难以提取滚动轴承早期微弱故障的问题,提出了基于最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,简称MCKD)和LMD的滚动轴承早期故障诊断方法.首先采用MCKD方法对故障信号进行降噪处理,同时增强信号中的周期成分,然后进行LMD分解,将得到的PF分量与分解前信号的相关系数作为判断标准,剔除多余低频PF分量,最后,选取有效PF集进行频谱分析,提取故障特征.通过仿真数据和真实滚动轴承故障诊断实验数据表明,该方法可有效提取早期故障特征频率信息,具有一定可靠性.

关键词：滚动轴承、故障诊断、LMD、MCKD

所属期刊栏目：40

分类号：TN911.7;TH165.3

在线出版日期：2018-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：790-795