基于最大相关峭度反褶积的轴承故障诊断方法

摘要：

针对滚动轴承的故障信号是周期性冲击信号这一特性，提出了最大相关峭度反褶积（maximum correlated kurtosis deconvolution ，简称MCKD）与谱峭度（spectral kurtosis ，简称SK）结合的滚动轴承早期故障诊断方法，即MCKD-SK法。利用MCKD方法可以有效提取滚动轴承早期故障信号中被噪声淹没的周期冲击成分，抑制信号中的噪声，实现信号降噪，提升原信号的峭度。利用SK方法可以选择合理频带，将信号中的低频信息从高频信息中解调出来。通过仿真与实际监测数据的分析和验证，证明MCKD-SK方法可以准确有效地诊断滚动轴承的早期故障，可用于滚动轴承早期故障的在线监测。

关键词：最大相关峭度反褶积、谱峭度、解调分析、早期故障诊断

分类号：TH133.3;TP206.3

资助基金：国家自然科学基金资助项目51035007；山西省自然科学基金资助项目2012011046-10

在线出版日期：2014-08-05（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：570-575