期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 基于参数优化VMD-MCKD的滚动轴承早期故障诊断
陶翰铭, 张栋良, 吴坤鹏, 吴杰,
噪声与振动控制    2024, 44 (6): 156-164.  
摘要38)      PDF(pc) (2515KB)(10)    收藏
针对滚动轴承早期故障特征易受强背景噪声影响而难以提取的问题,提出一种基于阿基米德算法(Archimedes Optimization Algorithm,AOA)优化变分模态分解(Variational Mode Decomposition,VMD)和相关最大峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)参数的滚动轴承故障诊断方法。首先,将不同移位数下相关峭度和现有指标进行对比,选取最优相关峭度指标作为目标函数优化VMD算法中分解层数K和惩罚因子,并基于VMD分解结果选取最优分量;其次,提出一种加权包络谱峭度作为目标函数优化MCKD算法中滤波器长度L 和冲击信号周期T,基于MCKD算法增强最优分量中的冲击成分;最后,通过包络谱分析判断滚动轴承故障类型。仿真和试验结果表明,该方法可以有效提取并增强故障中的冲击成分,实现在强背景噪声下的滚动轴承早期故障诊断。
相关文章 | 多维度评价