期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到96篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于IGWO-MCKD-ROMP的齿轮箱轴承故障特征提取方法
1
作者 武逵 王城宇 万书亭 《机械与电子》 2025年第1期3-9,共7页
针对齿轮箱滚动轴承在故障诊断过程中,存在采样数据过大、故障特征提取效果不佳的问题,提出一种基于最大相关峭度解卷积(MCKD)和正则化正交匹配追踪算法(ROMP)的轴承振动信号特征提取方法。首先,通过引入改进的灰狼优化算法(IGWO),实现... 针对齿轮箱滚动轴承在故障诊断过程中,存在采样数据过大、故障特征提取效果不佳的问题,提出一种基于最大相关峭度解卷积(MCKD)和正则化正交匹配追踪算法(ROMP)的轴承振动信号特征提取方法。首先,通过引入改进的灰狼优化算法(IGWO),实现了MCKD和ROMP算法中参数的自适应选择;然后,利用IGWO对原始信号进行MCKD降噪处理;最后,利用IGWO-ROMP实现对信号的重构,通过对信号进行包络分析,实现对轴承故障特征的提取。仿真和实验分析结果表明,该方法能够有效提取轴承故障成分,为轴承故障特征提取及诊断提供一种新思路。 展开更多
关键词 轴承 故障特征 IGWO mckd ROMP
在线阅读 下载PDF
基于VME与MCKD的齿轮箱中速轴故障诊断方法研究
2
作者 季晓龙 赵芡莹 +3 位作者 罗智 王祖达 蔡海洋 张震 《中国工程机械学报》 北大核心 2025年第3期543-547,共5页
在行星级齿轮箱故障诊断方法研究中,通常采用高速轴测点检测中速轴故障信息,所采集的信号中中速轴频率成分易受到高速轴的信息干扰,导致其信噪比较低。通过结合变分模态提取(VME)算法与最大相关峭度反卷积(MCKD)算法,可在抑制原始信号... 在行星级齿轮箱故障诊断方法研究中,通常采用高速轴测点检测中速轴故障信息,所采集的信号中中速轴频率成分易受到高速轴的信息干扰,导致其信噪比较低。通过结合变分模态提取(VME)算法与最大相关峭度反卷积(MCKD)算法,可在抑制原始信号中噪声成分的同时,有效提取中速轴的相关频率成分,从而解决高速轴测点下中速轴相关频率易受其他信号干扰的问题。 展开更多
关键词 变分模态分解(VME) 最大相关峭度反卷积(mckd) 风力发电机齿轮箱 故障诊断
在线阅读 下载PDF
基于VMD-MCKD的微弱故障信号降噪及冲击特征增强方法 被引量：2
3
作者 费红博 张超 +2 位作者 吴乐 徐帅 张敬 《机电工程》 北大核心 2025年第2期237-246,共10页
针对强噪声背景下滚动轴承早期故障冲击信号微弱,故障特征难以提取的问题,提出了一种基于参数自适应变分模态分解(VMD)与最大相关峭度解卷积(MCKD)的滚动轴承故障诊断方法(微弱故障信号降噪及冲击特征增强方法)。首先,采用时频域差值信... 针对强噪声背景下滚动轴承早期故障冲击信号微弱,故障特征难以提取的问题,提出了一种基于参数自适应变分模态分解(VMD)与最大相关峭度解卷积(MCKD)的滚动轴承故障诊断方法(微弱故障信号降噪及冲击特征增强方法)。首先,采用时频域差值信息引导VMD,并引入相似系数差值和能量差值比作为迭代收敛条件,重新设定了适用于信号分解的终止准则;然后,采用改进的减法平均优化算法,对MCKD中的解卷周期T、移位数M和滤波器长度L进行了优化,确保了参数组合的最佳性;借助MCKD方法的冲击特征提取能力,精确获取了目标周期性冲击信号;最后,依托内蒙古科技大学机械工程学院配备的HZXT-DS-003型双跨转子滚动轴承试验台,构建了故障轴承数据集,对基于VMD-MCKD的滚动轴承故障诊断方法的有效性进行了验证。研究结果表明:采用该方法能有效抑制噪声,显著增强信号的周期冲击特性、故障特征频率及其倍频,从而完成了对滚动轴承早期微弱故障的准确诊断;与其他方法相比,该方法在频谱中更为突出地展现故障特征频率及其倍频峰值,且信噪比提升了78%;此外,即使在不同信噪比的噪声环境下,该方法仍能保持卓越的信号处理能力。 展开更多
关键词 滚动轴承 早期故障特征 变分模态分解 最大相关峭度解卷积 参数自适应 周期性冲击信号
在线阅读 下载PDF
基于ASA-MCKD的IAS信号针齿故障特征提取研究 被引量：1
4
作者 张佳鑫 郭瑜 《机电工程》 北大核心 2025年第6期1110-1117,共8页
针对工业机器人旋转矢量(RV)减速器低速级非完整周期旋转工况下,针齿故障特征提取困难的问题,提出了一种基于角度同步平均(ASA)和自适应最大相关峭度解卷积(MCKD)增强包络的瞬时角速度信号(IAS)的RV减速器针齿故障特征提取方法。首先,... 针对工业机器人旋转矢量(RV)减速器低速级非完整周期旋转工况下,针齿故障特征提取困难的问题,提出了一种基于角度同步平均(ASA)和自适应最大相关峭度解卷积(MCKD)增强包络的瞬时角速度信号(IAS)的RV减速器针齿故障特征提取方法。首先,采用了向前差分法将编码器原信号转化为角度域的IAS信号,对IAS信号进行了角域同步平均处理,提高了信号信噪比;然后,采用边带信噪比指标选择了最优的解调频带,设计了带通滤波器,对平均后的信号进行了滤波,根据故障特征指标自适应选取了最优MCKD参数;最后,对滤波后的信号进行了故障特征增强,对增强后的信号进行了包络解调阶次分析,提取了针齿故障特征。研究结果表明:根据边带信噪比指标选取了中心频率为1560×,带宽为80×的带通滤波器,采用故障特征指标选择MCKD最优滤波器长度为258,并采用该方法对针齿故障信号处理后能观察到40×及其谐波的特征阶次,可有效提取RV减速器低速级非完整周期旋转工况下的针齿故障特征。与其他同类方法相比,MCKD方法在识别故障类型方面具有先进性。 展开更多
关键词 旋转矢量减速器 针齿故障 角度同步平均 最大相关峭度解卷积 瞬时角速度信号 特征阶次计算
在线阅读 下载PDF
基于参数自适应ICEEMDAN和MCKD的太阳轮早期故障特征提取研究
5
作者 赵乃卓 赵羽萌 门城赋 《机械强度》 北大核心 2025年第6期57-65,共9页
针对在强噪声背景下太阳轮早期故障难以准确提取的问题,提出了一种改进灰狼算法(New Grey Wolf Optimization Algorithm,newGWO)优化改进自适应噪声完备集合经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with... 针对在强噪声背景下太阳轮早期故障难以准确提取的问题,提出了一种改进灰狼算法(New Grey Wolf Optimization Algorithm,newGWO)优化改进自适应噪声完备集合经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)和最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)的太阳轮早期故障特征提取方法。采用newGWO优化影响其分解效果的白噪声幅值权重和噪声添加次数的参数选择,对故障振动信号进行newGWO-ICEEMDAN,选择最小包络熵为适应度函数,由此得到若干相关模态分量;然后以包络谱谱峰因子为选取最佳模态分量指标,对选定的最佳本征模态函数(Intrinsic Mode Function,IMF)分量进行经过newGWO优化的MCKD信号增强;最后对所得信号进行包络解调分析,提取太阳轮故障特征频率以及多倍频成分。通过仿真信号以及试验表明,该方法能够使得早期故障冲击特征更加明显,实现了太阳轮早期故障特征频率提取。 展开更多
关键词 太阳轮 早期故障 特征提取 改进灰狼算法 集合经验模态分解 相关峭度解卷积
在线阅读 下载PDF
基于IPSO-MCKD的汽车变速箱轴承故障诊断 被引量：5
6
作者 牛礼民 万凌初 胡超 《现代制造工程》 CSCD 北大核心 2024年第3期134-139,共6页
针对车辆在城区运行过程中频繁启停造成变速箱滚动轴承故障易发的问题,在轴承故障诊断中引入最大相关峭度反卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)的方法,为了避免过于依赖人工选择MCKD算法中滤波器系数和移位数,提出... 针对车辆在城区运行过程中频繁启停造成变速箱滚动轴承故障易发的问题,在轴承故障诊断中引入最大相关峭度反卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)的方法,为了避免过于依赖人工选择MCKD算法中滤波器系数和移位数,提出了一种参数自适应的最大相关峭度反卷积的故障诊断方法。该方法以输入信号的包络谱中最大相关峭度为目标函数,采用改进后的粒子群优化(Improved Particle Swarm Optimization,IPSO)算法优化MCKD中的滤波器系数和位移数,最后通过对故障信号的包络谱进行分析,提取轴承的故障特征。仿真和试验的结果表明,该方法可以有效降低环境中的噪声干扰,准确从强噪声中提取故障特征,实现故障诊断。 展开更多
关键词 变速箱轴承 mckd算法 IPSO算法 故障诊断
在线阅读 下载PDF
MCKD在一种新型随机共振系统下的转动体故障诊断研究 被引量：2
7
作者 贺利芳 熊清 刘文浩 《电子测量与仪器学报》 CSCD 北大核心 2024年第8期188-200,共13页
为解决由高阶项限制引起的输出饱和问题,利用分段势函数抗饱和的优良特性,提出了一种新的非饱和三稳二阶随机共振(UTSOSR)系统。首先,通过仿真实验验证了该系统能够显著改善经典三稳二阶随机共振系统的输出饱和问题。其次,基于绝热近似... 为解决由高阶项限制引起的输出饱和问题,利用分段势函数抗饱和的优良特性,提出了一种新的非饱和三稳二阶随机共振(UTSOSR)系统。首先,通过仿真实验验证了该系统能够显著改善经典三稳二阶随机共振系统的输出饱和问题。其次,基于绝热近似理论,推导出UTSOSR系统的稳态概率密度,平均首次通过时间和功率谱放大因子(SA),并通过分析系统各参数对这些性能指标的影响,来更加深入地探究系统的动力学行为。将SA和信噪比增益(Gsnr)作为评价指标,通过数值仿真验证了UTSOSR系统具有更优越的信号增强和抗噪声性能。同时,为了获得更优的输出性能,将最大相关峭度解卷积(MCKD)与UTSOSR系统相结合,提出MCKD-UTSOSR方法对目标信号特征进行提取。最后,联合遗传算法和变步长网格优化算法寻找MCKD-UTSOSR方法的最优参数,并应用于转动体微弱故障信号检测。数据分析结果表明,MCKD-UTSOSR方法相比于其他方法,其信噪比提升了1.1289~23.5854 dB,谱峰峰值提升了88.423~7488.118133,为实际工程中高效的信号处理和故障检测提供了创新和可靠的解决方案。 展开更多
关键词 信号处理 故障诊断 随机共振 输出饱和 mckd-UTSOSR
原文传递
基于IGWO-MCKD-ROMP的轴承微弱故障信号诊断方法研究
8
作者 周娟利 王城宇 赵栓峰 《机械传动》 北大核心 2024年第9期160-166,共7页
针对齿轮箱滚动轴承在故障诊断过程中,存在采样数据过大、故障特征提取效果不佳的问题,提出了一种基于最大相关峭度解卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)的正则化正交匹配追踪(Regularized Orthogonal Matching Pur... 针对齿轮箱滚动轴承在故障诊断过程中,存在采样数据过大、故障特征提取效果不佳的问题,提出了一种基于最大相关峭度解卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)的正则化正交匹配追踪(Regularized Orthogonal Matching Pursuit,ROMP)算法,用于轴承微弱故障信号的诊断。首先,为实现MCKD和ROMP算法中参数的自适应选择,引入改进的灰狼优化(Improved Grey Wolf Optimization,IGWO)算法;然后,利用IGWO对原始信号进行MCKD降噪处理;最后,利用IGWO-ROMP实现对信号的重构,通过对信号进行包络分析,实现对轴承故障的诊断。仿真信号和实验验证结果表明,该方法能够有效地提取轴承微弱故障成分。为轴承微弱故障信号的诊断提供了一种新思路。 展开更多
关键词 IGWO mckd ROMP 轴承故障诊断
在线阅读 下载PDF
基于信息图-MCKD的高速列车牵引电机轴承故障诊断算法研究
9
作者 杨岗 杨惠心 张东兴 《铁道车辆》 2024年第4期140-148,共9页
高速列车牵引电机轴承故障特征微弱且干扰噪声强,为解决电机轴承故障特征难以提取的问题,文章提出了一种基于谱负熵信息图与最大相关峭度解卷积(MCKD)的电机轴承故障诊断方法。首先,对故障轴承振动信号进行基于谱负熵的信息图处理,确定... 高速列车牵引电机轴承故障特征微弱且干扰噪声强,为解决电机轴承故障特征难以提取的问题,文章提出了一种基于谱负熵信息图与最大相关峭度解卷积(MCKD)的电机轴承故障诊断方法。首先,对故障轴承振动信号进行基于谱负熵的信息图处理,确定最佳中心频带和带宽,从而对轴承振动信号进行带通滤波;然后,对滤波后的信号采用MCKD方法进行故障特征增强;最后,对故障特征增强后的信号进行包络分析,识别出电机轴承的故障特征。经仿真信号和台架试验数据验证,结果表明,信息图-MCKD方法对牵引电机轴承故障诊断具有良好效果。 展开更多
关键词 高速列车 牵引电机轴承 故障诊断 谱负熵 信息图 mckd
在线阅读 下载PDF
基于多目标优化MCKD的轴承微弱故障诊断研究
10
作者 贺高锋 赵美卿 《煤矿机械》 2024年第6期178-181,共4页
针对最大相关峭度反褶积(MCKD)算法中滤波步长对轴承微弱故障信号处理准确性的影响较为严重这一缺陷,提出基于多目标优化MCKD的自适应轴承微弱故障诊断方法。首先针对多尺度极差熵(MRE)对故障信号中的有用信息不能全面反映的缺陷,对其... 针对最大相关峭度反褶积(MCKD)算法中滤波步长对轴承微弱故障信号处理准确性的影响较为严重这一缺陷,提出基于多目标优化MCKD的自适应轴承微弱故障诊断方法。首先针对多尺度极差熵(MRE)对故障信号中的有用信息不能全面反映的缺陷,对其进行均值化处理形成多尺度均值极差熵(MMRE);随后以MMRE和符号动态熵(SDE)为目标函数,采用多目标粒子群优化(MOPSO)算法对MCKD算法中的滤波步长进行优化选取,使得MCKD算法可以自适应地处理轴承微弱故障信号。通过试验数据对该方法进行验证并与单目标优化法进行对比,证明了该方法的有效性及可靠性。 展开更多
关键词 MMRE SDE mckd MOPSO算法 故障诊断
原文传递
基于FOA-MCKD的分步拉伸一体机轴承故障诊断方法
11
作者 曹泽 黄新宇 +1 位作者 刘莉 曹悦川 《化工自动化及仪表》 CAS 2024年第3期438-442,共5页
针对分步拉伸一体机大负载、低转速工况特点,在分析轴承故障诊断难点的基础上,提出一种用于分步拉伸机轴承的故障诊断方法。以最大相关峭度解卷积(MCKD)信号的包络谱作为适应度函数,利用果蝇优化算法(FOA)自适应地选择MCKD滤波器参数;之... 针对分步拉伸一体机大负载、低转速工况特点,在分析轴承故障诊断难点的基础上,提出一种用于分步拉伸机轴承的故障诊断方法。以最大相关峭度解卷积(MCKD)信号的包络谱作为适应度函数,利用果蝇优化算法(FOA)自适应地选择MCKD滤波器参数;之后,对处理后的信号通过包络解调分析出分步拉伸机轴承故障诊断类型。通过信号分析与轴承拆解,确定了轴承故障类型为电蚀导致的外圈故障,也验证了所提方法的有效性。 展开更多
关键词 FOA-mckd 故障诊断 分步拉伸机 轴承
在线阅读 下载PDF
MCKD降噪的EMD-ICA滚动轴承故障诊断方法
12
作者 宋玉标 张晓东 +3 位作者 范福林 陈修忠 杨学良 姜波 《机械工程师》 2024年第5期121-125,128,共6页
滚动轴承在强背景噪声条件下的故障诊断通过经验模态分解(Empirical Mode Decomposition,EMD)构造的信号包络或将信号直接包络,在分析诊断过程中可能不会取得理想结果,诊断效果不够明显。文中提出在最大相关峭度解卷积(Maximum Correlat... 滚动轴承在强背景噪声条件下的故障诊断通过经验模态分解(Empirical Mode Decomposition,EMD)构造的信号包络或将信号直接包络,在分析诊断过程中可能不会取得理想结果,诊断效果不够明显。文中提出在最大相关峭度解卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)降噪的基础上进行EMD-ICA的滚动轴承故障诊断方法。首先对强背景噪声信号MCKD降噪,再进行EMD分解,经过相关系数及峭度准则的筛选,构造特征频率突出的合成信号,进行独立分量分析(Independent Component Analysis,ICA)处理;然后根据结构计算出故障频率,与包络解调的频率进行对比,得出诊断结论。通过仿真、实验和实际工程数据验证了该方法的有效性。 展开更多
关键词 mckd EMD ICA 振动 滚动轴承 故障诊断
在线阅读 下载PDF
基于改进PSO-VMD-MCKD的滚动轴承故障诊断 被引量：3
13
作者 宿磊 刘智 +2 位作者 顾杰斐 李可 薛志钢 《噪声与振动控制》 CSCD 北大核心 2024年第4期118-124,共7页
针对滚动轴承信号在强噪声背景下故障特征提取困难的问题,提出一种变分模态分解(Variational Modal Decomposition,VMD)和最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)相结合的故障诊断方法。首先基于VMD方法... 针对滚动轴承信号在强噪声背景下故障特征提取困难的问题,提出一种变分模态分解(Variational Modal Decomposition,VMD)和最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)相结合的故障诊断方法。首先基于VMD方法选取故障信号的最优模态分量,然后采用MCKD算法增强最优分量信号中的冲击成分,最后通过包络谱分析提取滚动轴承的故障频率。利用粒子群优化算法(Particle Swarm Optimization,PSO)对VMD算法中的参数α和K以及MCKD算法中的参数L和M进行寻优,并对PSO算法中惯性因子和学习因子的更新方法加以改进,以提高参数寻优过程的收敛速度。仿真分析和试验结果表明,所提出的诊断方法可以有效提取被强噪声淹没的滚动轴承故障特征。 展开更多
关键词 故障诊断 滚动轴承 变分模态分解 最大相关峭度解卷积 粒子群优化
在线阅读 下载PDF
基于MOBWO-MCKD的风机滚动轴承故障特征提取方法 被引量：6
14
作者 霍忠堂 高建松 张丁丁 《机电工程》 北大核心 2024年第1期123-129,共7页
针对风力发电机轴承振动信号受强背景噪声及其他设备激励源影响,导致早期微弱故障特征不易提取这一问题,提出了一种基于多目标白鲸优化算法(MOBWO)优化的最大相关峰度反卷积(MCKD)风力发电机轴承故障特征提取方法。首先,采用MOBWO强大... 针对风力发电机轴承振动信号受强背景噪声及其他设备激励源影响,导致早期微弱故障特征不易提取这一问题,提出了一种基于多目标白鲸优化算法(MOBWO)优化的最大相关峰度反卷积(MCKD)风力发电机轴承故障特征提取方法。首先,采用MOBWO强大的全局及局部搜索能力优化了MCKD关键参数,获取了最佳参数组合;其次,利用优化后的MCKD对原始信号进行了解卷积运算,消除了背景噪声及其他设备激励源的影响,突出了轴承周期性脉冲信号;然后对解卷积信号进行了包络谱分析,提取了轴承故障特征频率,并将其与理论计算故障特征频率值进行了诊断结果对比;最后,采用实际工程中采集到的风力发电机轴承内圈和外圈的故障数据,对MOBWO-MCKD方法的有效性进行了试验验证。研究结果表明:基于MOBWO-MCKD的故障特征提取方法能够有效地消除背景噪声及其他设备激励源的干扰;由内圈信号包络谱可得到的内圈故障频率为f IR=125.87 Hz、2f IR=251.74 Hz;由外圈信号包络谱可得到的外圈故障频率为f OR=84.47 Hz、2f OR=168.94 Hz、3f OR=253.41 Hz。该特征提取方法可以为实际工程风力发电机轴承早期微弱故障特征提取研究提供一定的参考。 展开更多
关键词 风机轴承 多目标白鲸优化算法 最大相关峰度反卷积 滚动轴承内圈 轴承外圈 包络分析
在线阅读 下载PDF
基于SVMD与参数优化MCKD的轴承故障诊断 被引量：7
15
作者 钟先友 何流 赵潇 《机电工程》 CAS 北大核心 2024年第7期1179-1188,共10页
针对轴承故障信号存在噪声干扰,难以提取故障特征的问题,提出了一种将连续变分模态分解(SVMD)与改进的最大相关峭度反卷积(MCKD)相结合的轴承故障诊断方法。首先,为了表征轴承振动信号中的故障特征,将峭度与高斯核相结合,提出了比峭度... 针对轴承故障信号存在噪声干扰,难以提取故障特征的问题,提出了一种将连续变分模态分解(SVMD)与改进的最大相关峭度反卷积(MCKD)相结合的轴承故障诊断方法。首先,为了表征轴承振动信号中的故障特征,将峭度与高斯核相结合,提出了比峭度指标更为突出的加权峭度指标;其次,利用SVMD方法对轴承信号进行了分解,获得了若干模态分量,并使用加权峭度指标从多个模态分量中筛选出了故障特征最丰富的模态分量;然后,以包络熵为标准,通过几何平均优化器(GMO)优化MCKD的滤波器长度和周期两个参数,获得了最佳的参数组合;最后,采用GMO-MCKD方法对轴承信号进行了降噪,对降噪后的信号进行了包络分析,提取了轴承特征频率;同时,采用粒子群优化(PSO)的变分模态分解(VMD)和粒子群优化的变分模态提取(VME),对轴承信号进行了对照分析。研究结果表明:采用SVMD-GMO-MCKD方法在辛辛那提数据集中诊断出轴承特征频率为234.4 Hz及其二倍频;在西储大学轴承数据集中诊断出轴承特征频率为108.96 Hz,二倍频为218.09 Hz。该方法可以增强滚动轴承的周期性冲击成分,在有干扰的背景下有效地提取出滚动轴承内圈和外圈的故障特征,且轴承故障特征提取效果优于PSO-VMD和PSO-VME方法。 展开更多
关键词 噪声干扰 连续变分模态分解 最大相关峭度反卷积 几何平均优化器 故障特征提取效果 轴承特征频率
在线阅读 下载PDF
基于SCSSA-VMD-MCKD的轴承早期微弱故障异常检测方法 被引量：4
16
作者 陈立海 谭奥 +2 位作者 贺永辉 张笑琼 白晓龙 《机电工程》 CAS 北大核心 2024年第12期2129-2141,共13页
针对滚动轴承在强噪声干扰下早期微弱故障不易被检测的问题,提出了一种基于结合正余弦和柯西变异的麻雀智能搜索算法优化变分模态分解与最大相关峭度解卷积(SCSSA-VMD-MCKD)的轴承早期微弱故障异常检测方法。首先,采用结合正余弦和柯西... 针对滚动轴承在强噪声干扰下早期微弱故障不易被检测的问题,提出了一种基于结合正余弦和柯西变异的麻雀智能搜索算法优化变分模态分解与最大相关峭度解卷积(SCSSA-VMD-MCKD)的轴承早期微弱故障异常检测方法。首先,采用结合正余弦和柯西变异的麻雀智能搜索算法(SCSSA)优化了VMD参数α和K,进而对轴承故障信号进行了自适应分解,根据加权包络谱峰值因子指标(WEPF)筛选有效模态分量,并重构得到了重构信号;然后,采用SCSSA优化了MCKD参数T、L和M,并用优化后的MCKD方法增强了重构信号故障冲击成分;最后,对经MCKD增强后的重构信号进行了包络谱分析,提取到了轴承故障特征频率及倍频;利用轴承故障仿真信号和试验信号对该故障异常检测方法进行了验证分析。研究结果表明:该检测方法能够有效降噪并自适应增强故障冲击成分,相较于经SCSSA-VMD分解并重构的信号,故障仿真信号和实测试验信号信噪比分别提升了102.6%和81.3%,均方根误差分别降低了26.7%和33.3%;轴承内外圈故障特征频率及倍频幅值更为突出,能够实现强噪声背景下滚动轴承早期微弱故障异常检测目的,与SSA-VMD-MCKD方法相比,更能突显该方法的优越性。 展开更多
关键词 滚动轴承 故障诊断 故障冲击成分增强 结合正余弦和柯西变异的麻雀智能搜索算法 变分模态分解 最大相关峭度解卷积
在线阅读 下载PDF
改进的VMD-MCKD轴承故障频率检测算法
17
作者 王振宇 张丽艳 《工业控制计算机》 2024年第10期70-72,共3页
针对滚动轴承故障信号在低信噪比情况下,难以提取故障频率问题,提出一种将小波包变换,参数优化变分模态分解(Variational Mode Decomposition,VMD)与最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)相结合的轴承... 针对滚动轴承故障信号在低信噪比情况下,难以提取故障频率问题,提出一种将小波包变换,参数优化变分模态分解(Variational Mode Decomposition,VMD)与最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)相结合的轴承故障频率提取方法。采用小波包变换的方法,实现对故障信号的分解和重构,计算重构后各个频段信号能量所占的比例,选择能量比例最高的频段信号利用经蜣螂搜索算法(Dung Beetle Optimizer,DBO)优化,对信号进行自适应分解,构建加权峭度指标以筛选最优模态分量;然后对最优模态分量利用DBO优化后的MCKD进行增强;最后,采用包络解调的方法对增强后的信号进行处理,并对其分析,诊断轴承故障频率。实验验证了所提出的方法实现在强噪声环境下滚动轴承故障频率检测。 展开更多
关键词 频率检测 蜣螂搜索算法 小波包分析 变分模态分解 最大相关峭度解卷积
在线阅读 下载PDF
基于MCKD和增强倒频谱的直升机自动倾斜器滚动轴承故障诊断方法 被引量：10
18
作者 孙伟 李新民 +2 位作者 金小强 黄建萍 张先辉 《振动与冲击》 EI CSCD 北大核心 2019年第2期159-163,共5页
针对直升机自动倾斜器滚动轴承转速低,其早期故障特征信号易被噪声淹没的问题,提出了基于最大相关峭度解卷积(MCKD)和增强倒频谱分析的直升机自动倾斜器滚动轴承故障诊断方法。该方法利用MCKD方法对故障信号进行降噪处理,采用自相关方... 针对直升机自动倾斜器滚动轴承转速低,其早期故障特征信号易被噪声淹没的问题,提出了基于最大相关峭度解卷积(MCKD)和增强倒频谱分析的直升机自动倾斜器滚动轴承故障诊断方法。该方法利用MCKD方法对故障信号进行降噪处理,采用自相关方法和广义Shannon熵对倒频谱分析进行改进,得到增强倒频谱,提取故障特征频率。实验研究表明,所提出的方法能精确地诊断自动倾斜器滚动轴承内圈、外圈和滚珠故障,且优于传统的倒频谱分析,可以预防重大故障发生。 展开更多
关键词 滚动轴承 故障诊断 最大相关峭度解卷积(mckd) 增强倒频谱 自动倾斜器
在线阅读 下载PDF
变转速下基于COT-MCKD-STH的风电机组轴承复合故障诊断 被引量：10
19
作者 王晓龙 唐贵基 何玉灵 《动力工程学报》 CAS CSCD 北大核心 2019年第3期220-226,共7页
为诊断变转速下风电机组轴承复合故障,提出计算阶次追踪(COT)、最大相关峭度解卷积(MCKD)和自互补顶帽(STH)变换相结合的方法。首先对时域信号进行等角度重采样,利用果蝇优化算法(FOA)搜索MCKD最佳滤波长度和STH变换最佳结构元素尺度,... 为诊断变转速下风电机组轴承复合故障,提出计算阶次追踪(COT)、最大相关峭度解卷积(MCKD)和自互补顶帽(STH)变换相结合的方法。首先对时域信号进行等角度重采样,利用果蝇优化算法(FOA)搜索MCKD最佳滤波长度和STH变换最佳结构元素尺度,重采样信号经解卷积处理后,利用STH对分离的单一故障源成分进行形态学解调,最终通过分析所得阶次谱判定轴承损伤。结果表明:所述方法能有效提取变转速工况下轴承复合故障特征,具有一定工程参考价值。 展开更多
关键词 风电机组 轴承 变转速 复合故障 COT mckd STH
在线阅读 下载PDF
基于MCKD和teager能量算子的滚动轴承复合故障诊断 被引量：14
20
作者 齐咏生 刘飞 +2 位作者 高学金 李永亭 刘利强 《大连理工大学学报》 EI CAS CSCD 北大核心 2019年第1期35-44,共10页
滚动轴承是旋转机械的主要部件之一,复杂多变的工作环境导致其频繁出现故障,且大部分情况下多种故障复合.针对这一问题,提出一种基于改进最大相关峭度解卷积(MCKD)和teager能量算子混合的滚动轴承复合故障诊断方法.该方法通过粒子群优... 滚动轴承是旋转机械的主要部件之一,复杂多变的工作环境导致其频繁出现故障,且大部分情况下多种故障复合.针对这一问题,提出一种基于改进最大相关峭度解卷积(MCKD)和teager能量算子混合的滚动轴承复合故障诊断方法.该方法通过粒子群优化算法(PSO)对不同类型故障下MCKD的影响参数(L和M)进行寻优,设置与故障类型相对应的解卷积周期,以相关峭度最大化进行MCKD算法迭代运算,优化滤波器系数,改进的MCKD算法减少了噪声的干扰.然后利用teager能量算子具有检测信号瞬态冲击的优势,对信号的teager能量进行频谱分析,实现复合故障诊断.最后利用西储大学轴承数据和轴承故障模拟实验台对该方法进行验证,结果表明该方法能从滚动轴承单一和复合故障中有效提取故障特征信息,准确识别出故障类型. 展开更多
关键词 复合故障 最大相关峭度解卷积(mckd) 能量算子 故障诊断
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部