-
题名自适应双阻尼小波字典的轴承复合故障诊断方法
- 1
-
-
作者
胡俊锋
赵丽娟
严雪竹
张龙
-
机构
江西交通职业技术学院轨道交通学院
华东交通大学机电与车辆工程学院
-
出处
《振动与冲击》
北大核心
2025年第7期239-246,共8页
-
基金
国家自然科学基金(51665013)
中国国家铁路集团有限公司科技研究开发计划(N2023J042)
江西省自然科学基金重点项目(20224ACB204017)。
-
文摘
针对强背景噪声下难以准确提取出轴承复合故障中各故障类型有效特征的问题,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)和稀疏表征的轴承复合故障诊断方法。该方法首先通过MCKD算法实现复合故障的分离,并达到初步增强故障冲击特征的效果;然后进行稀疏表征字典设计先验知识分析,构造与真实故障脉冲响应更加匹配的双阻尼非对称小波参数字典,结合正交匹配追踪算法,稀疏重构出各故障特征;最后对重构分量做包络谱分析,提取轴承故障特征频率。考虑到MCKD算法和非对称小波中的参数选取决定着最终的特征提取效果,使用鲸鱼优化算法实现参数自动优化选取。仿真数据和试验台数据分析结果表明,所提出的方法可有效提取出轴承复合故障中的各类故障成分,且相比常用的单阻尼Laplace小波字典具有一定的优越性。
-
关键词
复合故障
最大相关峭度解卷积(MCKD)算法
双阻尼非对称小波
稀疏分解
特征提取
-
Keywords
compound fault
maximum correlation kurtosis deconvolution(MCKD)algorithm
dual-damped asymmetric wavelet
sparse representation
feature extraction
-
分类号
TH133.3
[机械工程—机械制造及自动化]
TG506
[金属学及工艺—金属切削加工及机床]
-
