最大相关峭度解卷积结合稀疏编码收缩的齿轮微弱故障特征提取

摘要：

针对强背景噪声环境下齿轮早期故障诊断问题,提出了最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)结合稀疏编码收缩的微弱故障特征提取方法.由于最大相关峭度解卷积算法的处理结果同时受滤波器长度参数及解卷积周期参数的影响,为自适应地实现最佳的解卷积效果,利用粒子群算法优良的寻优特性,对最大相关峭度解卷积算法的最佳影响参数组合进行搜索.原故障信号经影响参数优化的最大相关峭度解卷积算法处理后,冲击特征会明显增强,为剔除剩余噪声,对所获解卷积信号做进一步稀疏编码收缩降噪处理,并通过分析降噪信号的包络谱来识别故障特征频率成分.实例分析结果验证了该方法的有效性和可靠性.

关键词：故障诊断、齿轮、微弱特征、粒子群优化、最大相关峭度解卷积

所属期刊栏目：28

分类号：TH165+.3;TH132.417

资助基金：河北省自然科学基金资助项目E2014502052;中央高校基本科研业务费专项资金资助项目2015XS120

在线出版日期：2015-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：478-486