典型文献
Infogram和参数优化CYCBD在滚动轴承复合故障特征分离中的应用
文献摘要：
针对滚动轴承复合故障特征难以分离的问题,提出了一种基于Infogram和参数优化最大二阶循环平稳盲解卷积(maximum second-order cyclostationarity blind deconvolution,CYCBD)的复合故障特征分离方法.首先,采用 Infogram方法分析故障信号,选取最优带通滤波器,获得冲击性和循环平稳性最强的频带信号;其次,根据理论故障频率,设定CY-CBD 的循环频率集,并以包络谱稀疏度为依据,自适应选择CYCBD的滤波器长度;再次,对获得的频带信号进行解卷积运算,提取不同频率的故障冲击成分,实现故障分离;最后,对分离出的各故障成分进行包络解调分析,根据故障特征频率,识别故障类型.通过对仿真信号、西安交大-昇阳科技联合实验室(Xi'an Jiaotong University-Changxing Sumyoung Technology,XJTU-SY)的轴承试验数据分析,证明了所提方法可以有效实现故障特征分离.在此基础上,通过自制试验平台实测数据,进一步论证了该方法的可行性.
文献关键词：
复合故障;Infogram;最大二阶循环平稳盲解卷积(CYCBD);包络谱稀疏度
中图分类号：
作者姓名：
刘桂敏;吴建德;李卓睿;李祥
作者机构：
昆明理工大学 信息工程与自动化学院,昆明 650500;昆明理工大学 云南省人工智能重点实验室,昆明 650500
文献出处：
引用格式：
[1]刘桂敏;吴建德;李卓睿;李祥-.Infogram和参数优化CYCBD在滚动轴承复合故障特征分离中的应用)[J].振动与冲击,2022(10):55-65
A类：
Infogram,cyclostationarity,包络谱稀疏度,Changxing,Sumyoung
B类：
CYCBD,滚动轴承,复合故障,特征分离,最大二阶循环平稳盲解卷积,maximum,second,order,blind,deconvolution,分离方法,故障信号,带通滤波器,冲击性,循环平稳性,频带信号,据理,故障频率,循环频率,自适应选择,卷积运算,不同频率,故障分离,行包,包络解调分析,故障特征频率,故障类型,西安交大,联合实验室,Xi,Jiaotong,University,Technology,XJTU,SY,试验数据分析,试验平台
AB值：
0.303873
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。
