Noise and Vibration Control ›› 2022, Vol. 42 ›› Issue (2): 102-107.

Previous Articles     Next Articles

Enhancement of Fault Characteristics of Rolling Bearing Acoustic Signals Based on Maximal Correlation Kurtosis Deconvolution and Spectrum Kurtosis

  

  • Received:2021-03-22 Revised:2021-05-07 Online:2022-04-18 Published:2022-04-18

基于最大相关峭度解卷积和谱峭度的滚动轴承声信号故障特征增强

高锐文1,胡定玉1, 2,师蔚1, 2,廖爱华1, 2,余佑民3,丁亚琦3   

  1. ( 1. 上海工程技术大学城市轨道交通学院,上海201620;2. 上海市轨道交通振动与噪声控制技术工程研究中心,上海201620;3. 上海地铁维护保障有限公司车辆分公司,上海200235 )

摘要: 采用滚动轴承的声学信号进行状态监测及故障诊断时,环境噪声、传递路径以及其它设备噪声会严重干扰目标信息的提取。针对这一问题,提出一种基于最大相关峭度解卷积和快速谱峭度图的滚动轴承声信号故障特征增强方法。该方法首先利用最大相关峭度解卷积算法对滚动轴承声信号进行解卷积,增强信号中每旋转一周时出现的脉冲信号,削弱噪声信号;然后将谱峭度作为指标,利用快速谱峭度对信号进行滤波分析,获得包含轴承故障信息最丰富的频带;最后对该频带进行包络提取特征频率。仿真及实验结果表明,相较于传统的包络解调,该方法在滚动轴承声信号故障特征提取方面具有更好的降噪性能和故障特征增强效果。

关键词: 故障诊断, 滚动轴承, 最大相关峭度解卷积, 快速谱峭度图