本文關(guān)鍵詞： 變分模態(tài)分解 最大相關(guān)峭度解卷積 本征模態(tài)函數(shù) 故障診斷　出處：《組合機(jī)床與自動(dòng)化加工技術(shù)》2017年05期 　論文類型：期刊論文

【摘要】：針對(duì)傳統(tǒng)解調(diào)分析難以提取軸承故障信息的這一特征,提出了一種變分模態(tài)分解(variational mode decomposition,VMD)與最大相關(guān)峭度解卷積(maximum correlated kurtosis deconvolution,MCKD)相結(jié)合的滾動(dòng)軸承故障診斷方法。首先對(duì)軸承故障信號(hào)進(jìn)行進(jìn)行VMD分解并得到一系列窄帶本征模態(tài)函數(shù)(intrinsic mode functions,IMFs);然后對(duì)各個(gè)IMF分量進(jìn)行MCKD降噪,突出故障沖擊成分;最后對(duì)降噪后的信號(hào)進(jìn)行包絡(luò)解調(diào)分析完成軸承的故障診斷。仿真信號(hào)和軸承故障振動(dòng)信號(hào)的分析結(jié)果表明,基于VMD和MCKD的軸承故障診斷方法能夠準(zhǔn)確地獲取軸承故障特征頻率。
[Abstract]:In view of this feature that traditional demodulation analysis is difficult to extract bearing fault information, A fault diagnosis method for rolling bearing based on variational mode decomposition (VMD) and maximum correlated kurtosis deconvolution (maximum correlated kurtosis deconvolution MCKD) is presented. Firstly, the bearing fault signals are decomposed by VMD and a series of narrow band eigenmodes are obtained. The state function is intrinsically mode functionsn, and then the MCKD denoising of each IMF component is carried out. Finally, the envelope demodulation analysis of the noise reduction signal is used to complete the fault diagnosis of the bearing. The analysis results of the simulation signal and the bearing fault vibration signal show that, Bearing fault diagnosis method based on VMD and MCKD can accurately obtain bearing fault characteristic frequency.
【作者單位】： 內(nèi)蒙古科技大學(xué)機(jī)械工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51565046) 內(nèi)蒙古自然科學(xué)基金資助項(xiàng)目(2015MS0512) 內(nèi)蒙古高等學(xué)�？茖W(xué)研究資助項(xiàng)目(NJZY146)
【分類號(hào)】：TH133.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;軸承故障診斷有了“透視鏡”[J];機(jī)電設(shè)備;2001年06期

2 薛松;程珩;楊勇;;偽Wigner-Ville分布在電機(jī)軸承故障診斷中的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2008年04期

3 趙志宏;楊紹普;;一種基于樣本熵的軸承故障診斷方法[J];振動(dòng)與沖擊;2012年06期

4 黃晉英;潘宏俠;畢世華;楊喜旺;;基于高階累量譜的軸承故障診斷[J];火炮發(fā)射與控制學(xué)報(bào);2007年02期

5 陶新民;徐晶;劉興麗;劉玉;;基于最大小波奇異譜的軸承故障診斷方法[J];振動(dòng)、測(cè)試與診斷;2010年01期

6 喬世民;軸承故障診斷技術(shù)的發(fā)展[J];中國(guó)設(shè)備管理;1989年01期

7 李正安,李登嘯;單片機(jī)軸承故障診斷系統(tǒng)[J];軸承;1992年03期

8 楊望燦;張培林;張?jiān)茝?qiáng);;基于鄰域自適應(yīng)局部保持投影的軸承故障診斷模型[J];振動(dòng)與沖擊;2014年01期

9 朱文來(lái);;希爾伯特-黃變換在軸承故障診斷中的應(yīng)用研究[J];科技創(chuàng)新導(dǎo)報(bào);2013年34期

10 任國(guó)全,韋有民,鄭海起;基于小波分析的軸承故障診斷研究[J];河北省科學(xué)院學(xué)報(bào);2002年02期

相關(guān)會(huì)議論文 前9條

1 任獲榮;馬亞男;李勝剛;;熵隨機(jī)共振在軸承故障診斷中的應(yīng)用研究[A];2012年陜西省焊接學(xué)術(shù)交流會(huì)論文集[C];2012年

2 李琳;張永祥;童艷;;基于聲發(fā)射和高階譜分析的滾動(dòng)軸承故障診斷[A];設(shè)備監(jiān)測(cè)與診斷技術(shù)及其應(yīng)用——第十二屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2005年

3 高耀智;譚援強(qiáng);;基于1(1/2)譜與小波分析相結(jié)合的滾動(dòng)軸承故障診斷[A];2009年全國(guó)青年摩擦學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

4 陶新民;徐晶;杜寶祥;徐勇;;基于相空間奇異譜的SOM軸承故障診斷模型[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

5 喬文生;陳興輝;艾士娟;胡北;趙恒;;基于小波包和BP神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷[A];第八屆全國(guó)設(shè)備與維修工程學(xué)術(shù)會(huì)議、第十三屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2008年

6 沈路;周曉軍;張杰;;基于形態(tài)非抽樣小波與灰色關(guān)聯(lián)度的滾動(dòng)軸承故障診斷[A];2011年機(jī)械電子學(xué)學(xué)術(shù)會(huì)議論文集[C];2011年

7 宋瀏陽(yáng);王華慶;高金吉;王峰;;基于蟻群算法的滾動(dòng)軸承故障診斷[A];現(xiàn)代振動(dòng)與噪聲技術(shù)（第九卷）[C];2011年

8 郝旺身;韓捷;董辛e，

本文編號(hào)：1535818