基于MCKD和改进谱分割经验小波变换的滚动轴承微弱故障检测
Rolling bearing weak fault detection based on MCKD and improved spectral segmentation empirical wavelet transform作者机构:太原理工大学机械与运载工程学院 河南农业职业学院机电工程学院
出 版 物:《轴承》 (Bearing)
年 卷 期:2022年
学科分类:08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金:国家自然科学基金(51905367) 河南农业职业学院机械工程智能化科研创新团队基金项目(HNACKT-2020-04)
主 题:滚动轴承 经验小波变换 最大相关峭度解卷积 故障检测
摘 要:针对强噪声环境下滚动轴承振动信号传递路径长、故障特征微弱等特点,提出一种基于最大相关峭度解卷积(OMCKD)和改进谱分割经验小波变换(ISSEWT)的滚动轴承微弱故障检测方法。首先针对最大相关峭度解卷积(MCKD)滤波器阶数和解卷积周期难以选取的问题,提出一种功率谱熵评价准则的MCKD参数自适应选取方法,并采用变步长参数搜索方法对参数进行寻优,进而利用MCKD对信号进行初次降噪;然后针对经验小波变换(EWT)频谱分割易受噪声影响的缺陷,提出一种ISSEWT方法,ISSEWT通过对信号频谱进行有效边界划分从而将信号自动分解为不同频段的分量,然后利用峭度指标对主要分量进行叠加从而完成二次降噪;最后对降噪后的信号进行包络谱分析,从而实现滚动轴承微弱故障故障检测。试验结果表明:MCKD - ISSEWT方法可有效提取滚动轴承微弱故障特征,准确检测轴承故障,具有一定工程参考价值。