基于角域级联最大相关峭度反褶积的滚动轴承早期故障诊断

被引:16
作者
任学平
张玉皓
邢义通
王朝阁
机构
[1] 内蒙古科技大学机械工程学院
关键词
滚动轴承; 早期故障诊断; 角域重采样; 最大相关峭度反褶积;
D O I
10.19650/j.cnki.cjsi.2015.09.024
中图分类号
TH133.33 [滚动轴承]; TH165.3 [];
学科分类号
080203 ; 080202 ;
摘要
变转速工况是某些启制动工作制设备常用的工作方式,针对启制动工作制下滚动轴承故障的振动信号呈现非平稳特性,加之现场环境噪声的干扰,难以从原始故障信号中提取特征频率。提出基于角域级联最大相关峭度(CMCKD)的滚动轴承故障诊断方法。首先将时域非平稳故障信号进行角域重采样转换为角域内的平稳信号;然后用级联最大相关峭度反褶积对故障信号进行处理,抑制信号中的噪声,提取信号中的周期冲击成分。通过对仿真和实验数据的分析,验证了角域级联最大相关峭度反褶积方法的有效性。
引用
收藏
页码:2104 / 2111
页数:8
相关论文
共 15 条
[1]   自适应最大相关峭度解卷积方法及其在轴承早期故障诊断中的应用 [J].
唐贵基 ;
王晓龙 .
中国电机工程学报, 2015, 35 (06) :1436-1444
[2]   并联基追踪稀疏分解在齿轮箱弱故障诊断中的应用 [J].
崔玲丽 ;
莫代一 ;
邬娜 .
仪器仪表学报, 2014, 35 (11) :2633-2640
[3]   基于奇异值分解和相关峭度的滚动轴承故障诊断方法研究 [J].
张永祥 ;
王孝霖 ;
张帅 ;
朱杰平 .
振动与冲击, 2014, 33 (11) :167-171
[4]   并联双重Q因子在齿轮箱复合故障净化提取与盲分离中的应用 [J].
莫代一 ;
崔玲丽 ;
王婧 ;
高立新 .
仪器仪表学报, 2013, 34 (09) :2013-2020
[5]   基于一维盲源分离的滚动轴承故障诊断 [J].
李晓晖 ;
傅攀 .
电子测量与仪器学报, 2013, 27 (06) :535-542
[6]   基于Morlet小波变换的滚动轴承早期故障特征提取研究 [J].
马伦 ;
康建设 ;
孟妍 ;
吕雷 .
仪器仪表学报, 2013, 34 (04) :920-926
[7]   基于最小熵解卷积与稀疏分解的滚动轴承微弱故障特征提取 [J].
王宏超 ;
陈进 ;
董广明 .
机械工程学报, 2013, 49 (01) :88-94
[8]   基于EMD与SVD的齿轮箱分形诊断方法研究 [J].
闫鹏程 ;
孙华刚 ;
毛向东 ;
冯广斌 .
电子测量与仪器学报, 2012, 26 (05) :404-412
[9]   基于循环频率能量的滚动轴承损伤程度识别 [J].
董广明 ;
陈进 .
振动工程学报, 2010, 23 (03) :249-253
[10]   Rolling element bearing fault diagnosis via fault characteristic order (FCO) analysis [J].
Wang, Tianyang ;
Liang, Ming ;
Li, Jianyong ;
Cheng, Weidong .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2014, 45 (01) :139-153