《机电工程》杂志,月刊( 详细... )

中国标准连续出版物号 ISSN 1001-4551 CN 33-1088/TH
主办单位浙江省机电集团有限公司
浙江大学
主编陈 晓
副 主 编唐任仲、罗向阳(执行主编)
总 经 理罗向阳
出 版浙江《机电工程》杂志社有限公司
地 址杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
国外发行中国国际图书贸易总公司
订阅全国各地邮局   国外代号M3135
国内发行浙江省报刊发行局
邮发代号32-68
广告发布登记证:杭上市管广发G-001号

在线杂志

当前位置: 机电工程 >>在线杂志

基于SVMD与参数优化MCKD的轴承故障诊断

作者:钟先友,何流,赵潇. 日期:2024-08-02/span> 浏览:501 查看PDF文档

基于SVMD与参数优化MCKD的轴承故障诊断*
钟先友1,何流1,赵潇2*

(1.三峡大学 机械与动力学院,湖北 宜昌 443002;2.湖北文理学院 机械工程学院,湖北 襄阳 441053)


摘要:针对轴承故障信号存在噪声干扰,难以提取故障特征的问题,提出了一种将连续变分模态分解(SVMD)与改进的最大相关峭度反卷积(MCKD)相结合的轴承故障诊断方法。首先,为了表征轴承振动信号中的故障特征,将峭度与高斯核相结合,提出了比峭度指标更为突出的加权峭度指标;其次,利用SVMD方法对轴承信号进行了分解,获得了若干模态分量,并使用加权峭度指标从多个模态分量中筛选出了故障特征最丰富的模态分量;然后,以包络熵为标准,通过几何平均优化器(GMO)优化MCKD的滤波器长度和周期两个参数,获得了最佳的参数组合;最后,采用GMO-MCKD方法对轴承信号进行了降噪,对降噪后的信号进行了包络分析,提取了轴承特征频率;同时,采用粒子群优化(PSO)的变分模态分解(VMD)和粒子群优化的变分模态提取(VME),对轴承信号进行了对照分析。研究结果表明:采用SVMD-GMO-MCKD方法在辛辛那提数据集中诊断出轴承特征频率为234.4Hz及其二倍频;在西储大学轴承数据集中诊断出轴承特征频率为108.96Hz,二倍频为218.09Hz。该方法可以增强滚动轴承的周期性冲击成分,在有干扰的背景下有效地提取出滚动轴承内圈和外圈的故障特征,且轴承故障特征提取效果优于PSO-VMD和PSO-VME方法。

关键词:噪声干扰;连续变分模态分解;最大相关峭度反卷积;几何平均优化器;故障特征提取效果;轴承特征频率

中图分类号:TH133.33;TH17文献标识码:A文章编号:1001-4551(2024)07-1179-10



本文引用格式:

钟先友,何流,赵潇.基于SVMD与参数优化MCKD的轴承故障诊断[J].机电工程,2024,41(7):1179-1188.

ZHONG Xianyou, HE Liu, ZHAO Xiao. Bearing fault diagnosis based on SVMD and parameter optimized MCKD[J].Journal of Mechanical & Electrical Engineering, 2024,41(7):1179-1188.



友情链接

浙江机械信息网