强噪源干扰下的滚动轴承复合故障分离方法研究

摘要：

针对强背景噪声干扰下的轴承复合故障难以准确分离提取,噪声与复合故障各成分间相互影响容易造成误诊或漏诊的问题,提出基于变分模态分解(VMD)及最大相关峭度解卷积(MCKD)的复合故障分离方法.首先对复合故障信号进行变分模态分解并根据峭度及相关系数准则重构信号作为前置滤噪处理,然后选取合理的滤波器长度及解卷积周期对重构信号进行最大相关峭度解卷积运算以实现故障特征分离,并结合1.5维能量谱强化信号瞬时冲击特征的优点,准确实现复合故障诊断,最后通过噪源干扰下的外圈、内圈复合故障实测信号分析验证该方法的有效性.研究结果表明:VMD方法能够有效滤除噪声干扰,且其滤噪效果比集合经验模态分解(EEMD)方法的滤噪效果好;MCKD方法能够将外圈、内圈故障分离,避免复合故障各成分间的相互干扰;1.5维能量谱能够强化谱图中的瞬时冲击特征.

关键词：滚动轴承、复合故障、变分模态分解、最大相关峭度解卷积

所属期刊栏目：49

分类号：TH212;TH213.3(起重机械与运输机械)

资助基金：国家自然科学基金资助项目51777075;中央高校基本科研业务费专项资金资助项目2018QN093

在线出版日期：2018-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1950-1959