典型文献
基于ITD-MOMEDA联合降噪的滚动轴承故障诊断研究
文献摘要：
在滚动轴承的实际运行过程中,其故障信号往往容易淹没于强背景噪声中,使其故障的类型难以得到识别,针对这一问题,提出了一种基于固有时间尺度分析(ITD)和多点最优调整的最小熵解卷积(MOMEDA)相结合的联合降噪方法,并将其应用于滚动轴承的故障诊断中.首先,用ITD算法对滚动轴承故障原始信号进行了分解,得到了多个固有旋转分量(PRC);其次,依据相关系数和峭度原则,挑选出了与原信号相关度较大的PRC分量,并对其进行了重构;然后,采用MOMEDA算法对重构信号进行了进一步降噪处理,完成了有用信号与噪声信号的分离;最后,对降噪后的信号进行了包络解调分析,提取出了故障特征频率,诊断出了轴承故障具体位置;此外,为了验证该方法的有效性,通过ITD与局域均值分解(LMD)、MOMEDA与最大相关峭度解卷积(MCKD)算法对仿真信号进行了对比分析,并对轴承外圈进行了实例分析.研究结果表明:相比于ITD-MCKD方法,基于ITD-MOMEDA联合降噪方法的故障诊断准确率提高4.3％,能更有效地去除强噪声,并成功地检测出轴承的故障类型.
文献关键词：
滚动轴承;轴承故障;固有时间尺度分析;多点最优调整的最小熵解卷积;固有旋转分量;包络解调分析
中图分类号：
作者姓名：
朱紫悦;张金萍
作者机构：
沈阳化工大学 机械与动力工程学院,辽宁 沈阳110142
文献出处：
引用格式：
[1]朱紫悦;张金萍-.基于ITD-MOMEDA联合降噪的滚动轴承故障诊断研究)[J].机电工程,2022(02):217-223
A类：
固有时间尺度分析,多点最优调整的最小熵解卷积,固有旋转分量
B类：
ITD,MOMEDA,联合降噪,滚动轴承故障诊断,诊断研究,实际运行,故障信号,淹没,背景噪声,降噪方法,PRC,挑选出,相关度,重构信号,降噪处理,噪声信号,包络解调分析,故障特征频率,具体位置,局域均值分解,LMD,最大相关峭度解卷积,MCKD,轴承外圈,圈进,故障诊断准确率,强噪声,故障类型
AB值：
0.205964
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
