發(fā)布時間：2021-05-16 15:34

　　在實(shí)際應(yīng)用中,傳統(tǒng)最大相關(guān)峭度反褶積（MCKD）關(guān)鍵參數(shù)的選擇嚴(yán)重依賴于先驗(yàn)知識,為克服這一缺點(diǎn),提出了一種基于粒子群算法優(yōu)化的MCKD方法。首先,對采集的信號進(jìn)行EEMD處理并重構(gòu)信號,達(dá)到對信號降噪的目的;然后,構(gòu)造Shannon熵和峭度組成的二維向量,將其作為粒子群算法的適應(yīng)度函數(shù)構(gòu)建自適應(yīng)的粒子群慣性參數(shù),并對MCKD的3個主要參數(shù)進(jìn)行優(yōu)化;最后,采用優(yōu)化后的MCKD對軸承信號進(jìn)行分析和診斷。試驗(yàn)分析表明,該方法能夠有效地增強(qiáng)故障特征,準(zhǔn)確地診斷出滾動軸承的故障信息。 

【文章來源】：軸承. 2020,(06)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
1 最大相關(guān)峭度反褶積
2 粒子群算法優(yōu)化MCKD
3 基于PSO優(yōu)化MCKD的滾動軸承故障診斷方法
4 實(shí)例分析
    4.1 外圈故障
    4.2 內(nèi)圈故障
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]MCKD-循環(huán)域解調(diào)方法在齒輪箱故障診斷中的應(yīng)用[J]. 王志堅(jiān),王俊元,曾志強(qiáng),張紀(jì)平.  機(jī)械傳動. 2017(01)
[2]基于網(wǎng)格搜索法優(yōu)化最大相關(guān)峭度反卷積的滾動軸承早期故障診斷方法[J]. 呂中亮,湯寶平,周憶,孟杰.  振動與沖擊. 2016(15)
[3]振動信號處理方法綜述[J]. 李舜酩,郭海東,李殿榮.  儀器儀表學(xué)報. 2013(08)



本文編號：3189949