文献类型：期刊文章

作　　者：吕中亮 汤宝平 周忆 孟杰

LU Zhongliang, TANG Baoping, ZHOU Yi, MENG Jie（1 . The State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400030, China;2. College of Mechanical and Power Engineering, Chongqing University of Science and Technology, Chongqing 401331, China）

机构地区：重庆科技学院机械与动力工程学院 重庆大学 机械传动国家重点实验室,重庆400030 重庆大学 机械传动国家重点实验室,重庆400030 重庆科技学院机械与动力工程学院

出　　处：《振动与冲击》

年　　份：2016

卷　　号：35

期　　号：15

起止页码：29-34

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD（2015-2016）、EI、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对环境噪声下滚动轴承早期故障信号微弱难以检测的问题，提出了基于网格搜索法优化最大相关峭度反卷积（Maximum Correlated Kurtosis Deconvolution，MCKD）滚动轴承早期故障诊断方法。并针对MCKD方法受滤波器阶数和周期影响的问题，提出了利用网格搜索法优化最大相关峭度反卷积参数。首先，早期微弱故障信号集成经验模态分解后，采用相关系数以及峭度准则重构原信号；然后，以小波Shannon熵作为目标函数采用网格搜索法搜寻最优滤波器阶数以及周期，采用自适应MCKD方法对重构信号中故障脉冲冲击成分进行加强，最后通过包络谱、包络功率谱提取微弱故障特征。实验表明，该方法能够对早期微弱故障中冲击成分进行自适应增强，有效检测出被噪声淹没的微弱故障，实现滚动轴承故障的精确诊断。

关 键 词：最大相关峭度反卷积  网格搜索法  早期故障诊断  滚动轴承

分 类 号：TH165.3] TN911.7