噪声与振动控制 ›› 2024, Vol. 44 ›› Issue (4): 188-193.

• 信号处理与故障诊断 • 上一篇    下一篇

基于自适应CYCBD和DARTS的滚动轴承故障诊断方法

李可1,陈方健1,顾杰斐1,宿磊1,薛志钢2   

  1. ( 1. 江南大学机械工程学院江苏省食品先进制造装备技术重点实验室,江苏无锡214122;
    2. 江苏省特种设备安全监督检验研究院无锡分院,江苏无锡214071 )
  • 收稿日期:2022-12-20 修回日期:2023-03-15 出版日期:2024-08-18 发布日期:2024-08-16

Bearing Fault Diagnosis Method Based on Adaptive CYCBD and DARTS

  • Received:2022-12-20 Revised:2023-03-15 Online:2024-08-18 Published:2024-08-16

摘要: 针对强噪声导致滚动轴承振动信号故障特征不明显的问题,提出一种结合自适应最大2 阶循环平稳盲解卷积(Maximum Second - order Cyclostationary Blind Deconvolution,CYCBD)与可微架构自搜索(Differentiable Architecture Search,DARTS)的故障诊断方法。首先将模糊熵作为鲸鱼优化算法的适应度函数进行CYCBD滤波器长度寻优,并以峭度-包络谱峰值为综合指标对循环频率进行步长寻优,从而实现自适应CYCBD降噪;然后引入DARTS算法实现滚动轴承故障识别模型的自构建;最后通过滚动轴承公开数据与实验数据验证多域强噪声环境下自适应CYCBD-DARTS故障诊断方法的有效性。

关键词: 故障诊断, 最大2 阶循环平稳解卷积, 可微架构自搜索, 自适应, 滚动轴承