改进MOMEDA方法及其在滚动轴承故障特征增强中的应用

摘要：

针对多点最优最小熵解卷积调整(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法在增强轴承故障特征时无法自动识别故障脉冲周期及解卷积信号长度减少的不足,提出一种改进的MOMEDA(Improved MOMEDA,IMOMEDA)方法.采用振动信号的平方包络的自相关谱自适应地识别故障脉冲周期,根据识别的脉冲周期对振动信号解卷积以增强周期性脉冲特征;然后利用信号波形延拓方法对解卷积信号延拓使其长度与原始信号保持一致;最后对已获得的解卷积信号再进行一定次数的解卷积以有效增强原始信号中的周期性特征.轴承故障仿真信号和铁路轴承实验信号的分析结果及与Kurtogram方法的对比结果表明:改进的MOMEDA方法能够自动识别故障脉冲周期并有效增强滚动轴承的故障特征.

关键词：特征增强、故障诊断、铁路轴承、多点最优最小熵解卷积调整、自相关函数

所属期刊栏目：43

分类号：TH17;TH133.3

资助基金：中国铁路总公司科技研究开发计划项目K2018J018

在线出版日期：2021-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8