基于参数优化MLOG与SAM的滚动轴承早期故障诊断

摘要：

针对强背景噪声环境下轴承早期故障特征不易提取问题,提出麻雀搜索算法(SSA)优化改进拉普拉斯高斯滤波器(MLOG)结合频谱调幅(SAM)的早期故障诊断方法.以滤波后信号的峭度最大值为指标,用SSA算法自适应寻找滤波器阶数和标准差的最优参数;用MLOG滤波器对故障信号滤波,去除部分噪声;用SAM方法对滤波后信号的幅值赋予不同的权重进行重构,计算重构信号的平方包络谱,提取故障特征频率.通过仿真信号和不同试验台的真实数据验证,同时对比PSO和GA优化MLOG结果,表明所提SSA-MLOG-SAM方法对滚动轴承早期故障特征提取的有效性和可行性.

关键词：故障诊断、拉普拉斯高斯滤波、麻雀搜索算法、频谱调幅、特征提取

所属期刊栏目：51

分类号：TH133.33

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2023-04-25（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：187-192