基于参数自适应的RSSD-CYCBD及在轴承外圈故障特征提取中的应用

作者：刘晖,姚德臣,杨建伟,等. 日期：2024-05-24/span> 浏览：115 查看PDF文档

摘要:针对滚动轴承工作环境复杂、故障特征信号易被高强度噪声掩盖的问题,提出了基于参数自适应的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的滚动轴承故障诊断方法。首先,利用人工大猩猩部队优化算法(GTO),结合相关系数与相关峭度的融合指标,自适应选择RSSD分解参数,得到了仿真信号的最优低共振分量;然后,利用GTO结合包络熵,自适应选择CYCBD的循环频率和滤波器长度,对最优低共振分量进行了解卷积运算,从包络谱中获得了信号的故障特征频率;最后,利用美国凯斯西储大学试验台和MFSMG机械故障综合模拟试验台数据,综合验证了该方法的有效性,并将试验结果与RSSDMCKD方法的结果进行了对比。研究结果表明,该方法能够准确地得到仿真信号的故障频率为20Hz、美国凯斯西储大学试验台近似故障频率为107.5Hz、MFSMG试验台近似故障频率为87.6Hz。自适应RSSDCYCBD方法能够有效地识别出故障特征频率及其倍频,实现滚动轴承故障诊断的目的。

关键词:滚动轴承;故障诊断;共振稀疏分解;最大二阶循环平稳盲反卷积;人工大猩猩部队优化算法;包络熵;高强度噪声

中图分类号:TH133.33文献标识码:A文章编号:1001-4551(2024)05-0836-09

本文引用格式:

刘晖,姚德臣,杨建伟,等.基于参数自适应的RSSD-CYCBD及在轴承外圈故障特征提取中的应用［J］.机电工程,2024,41(5):836-844.

LIU Hui, YAO Dechen, YANG Jianwei, et al. RSSD-CYCBD based on parameter adaptation and its application in feature extraction of bearing outer ring faults［J］.Journal of Mechanical & Electrical Engineering, 2024,41(5):836-844.