国内刊号:31-1316/TU
国际刊号:1000-3835
发布日期:
作者:夏均忠,赵磊,白云川,于明奇,汪治安
单位:军事交通学院 军用车辆工程技术研究中心,天津300161
关键词:滚动轴承;最大相关峭度解卷积;变分模态分解;互相关系数;峭度准则
针对滚动轴承早期故障特征非常微弱,易受随机噪声和其他信号干扰而难以提取等现象,提出了用最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)和变分模态分解(Variational Mode Decomposition,VMD)相结合的方法提取滚动轴承故障特征。首先用MCKD进行信号增强,然后利用VMD得到一系列模态,应用互相关系数和峭度准则筛选包含故障信息较为丰富的模态进行重构降噪,最后对重构信号进行包络解调提取故障特征。通过仿真分析和轴承故障模拟实验验证了该方法的有效性,可以精确地分离轴承故障振动信号的不同频率成分。<br>
来源:2017年第20期
《振动与冲击》期刊编辑部