›› 2019, Vol. 39 ›› Issue (1): 172-176.DOI: 10.3969/j.issn.1006-1355.2019.01.033

Previous Articles     Next Articles

Early Fault Diagnosis of Rolling Bearings based on LMS and Fast-Kurtogram

  

  • Received:2018-04-08 Revised:2018-04-28 Online:2019-02-18 Published:2019-02-18
  • Contact: YANG xiaoyu

基于LMS和Fast-Kurtogram的滚动轴承早期故障诊断

杨晓雨荆双喜罗志鹏   

  1. ( 河南理工大学机械与动力工程学院,河南焦作454000 )
  • 通讯作者: 杨晓雨

摘要:

针对滚动轴承早期故障特征提取困难的问题,本文提出一种LMS(Least Mean Square,LMS)算法降噪、Fast-Kurtogram选频和共振解调技术相结合的滚动轴承故障诊断方法。首先对采集到的信号进行自适应降噪,减弱背景噪声的影响;然后利用谱峭度值对故障信号中瞬态成分敏感的特性,通过计算降噪后信号的快速峭度图,确定滤波器最优频带中心和带宽;最后进行共振包络解调提取出滚动轴承早期故障特征。通过仿真和实验验证分析,验证了该方法在滚动轴承早期故障诊断中的适用性和有效性。

关键词: 振动与波, 滚动轴承, 故障诊断, Least Mean Square (LMS), Fast-Kurtogram, 共振解调