典型文献
采用参数自适应最大相关峭度解卷积的滚动轴承故障特征提取
文献摘要：
针对滚动轴承故障特征信号因受传输路径和强噪声的干扰而导致周期性故障脉冲难以提取以及最大相关峭度解卷积(MCKD)参数依赖人为经验选择的问题,提出一种参数自适应MCKD的滚动轴承故障特征提取方法.以解卷积信号的包络谱熵作为适应度函数,利用麻雀搜索算法强大的全局搜索能力自适应地选择MKCD方法的最佳参数组合;利用参数优化后的MCKD方法对故障信号进行解卷积运算,滤除掉信号中的噪声,以突显由轴承故障激发的周期性故障脉冲;对解卷积信号进行包络解调,以提取出轴承故障特征频率成分.仿真结果表明,与遗传算法和粒子群算法相比,采用麻雀搜索算法可使MCKD参数在优化中具有更快的收敛速度和更强的稳定性.对滚动轴承进行全寿命周期实验及对工程案例的实验结果表明:所提方法能自适应提取强噪声中的轴承周期性故障脉冲成分,信号的峭度提高了3倍,鲁棒性更强;与直接谱分析和快速谱峭度方法相比,所提方法能完整提取信号中的故障特征频率成分,成功率可达100％,有效提高了滚动轴承的故障诊断精度.
文献关键词：
滚动轴承;故障脉冲;最大相关峭度解卷积;麻雀搜索算法;直接谱分析;快速谱峭度
中图分类号：
作者姓名：
张守京;慎明俊;杨静雯;吴芮
作者机构：
西安工程大学西安市现代智能纺织装备重点实验室, 710600 ,西安
文献出处：
引用格式：
[1]张守京;慎明俊;杨静雯;吴芮-.采用参数自适应最大相关峭度解卷积的滚动轴承故障特征提取)[J].西安交通大学学报,2022(03):75-83
A类：
MKCD,直接谱分析
B类：
参数自适应,最大相关峭度解卷积,滚动轴承,轴承故障特征提取,特征信号,传输路径,强噪声,故障脉冲,MCKD,包络谱,谱熵,适应度函数,麻雀搜索算法,全局搜索,搜索能力,最佳参数,数组,故障信号,卷积运算,滤除,除掉,故障激发,行包,包络解调,故障特征频率,粒子群算法,收敛速度,全寿命周期,工程案例,自适应提取,快速谱峭度,取信,故障诊断精度
AB值：
0.234126
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。
