基于EEMD与GWO-MCKD的门座起重机回转支承故障诊断

摘要：

低速重载的门座起重机回转支承信号易受环境噪声影响,难以提取故障特征.为解决此问题,提出一种集合经验模态分解(EEMD)与灰狼优化(GWO)算法优化的最大相关峭度解卷积(MCKD)相结合的故障诊断方法.对回转支承信号进行EEMD分解,得到一系列本征模态函数(IMF),选择峭度最大的IMF作为最优分量;以相关峭度为目标函数,利用GWO寻找在最优分量上的MCKD的最佳参数组合;使用最佳参数组合的MCKD对最优分量进行降噪,突出故障冲击成分;对降噪后的信号进行包络谱分析,完成故障诊断.结果表明:所提方法能自适应增强故障冲击成分,有效提取故障特征.

关键词：回转支承、故障诊断、集合经验模态分解、灰狼优化算法、最大相关峭度解卷积

所属期刊栏目：50

分类号：TH133.3

资助基金：市场监管总局科技计划资助项目;福建省自然科学基金项目

在线出版日期：2022-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：170-175