文献类型：期刊文章

作　　者：罗忠[1,2] 徐迪[1,2] 李雷[1,2] 马辉[1,2]

LUO Zhong;XU Di;LI Lei;MA Hui(School of Mechanical Engineering&Automation,Northeastern University,Shenyang 110819,China;Key Laboratory of Vibration and Control of Aero-Propulsion System,Ministry of Education,NortheasternUniversity,Shenyang 110819,China.)

机构地区：[1]东北大学机械工程与自动化学院,辽宁沈阳110819 [2]东北大学航空动力装备振动及控制教育部重点实验室,辽宁沈阳110819

出　　处：《东北大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(11872148,U1908217);中央高校基本科研业务费专项资金资助项目(N2003012,N2003013,N180703018,N170308028);装备预研领域基金资助项目(61407200107).

年　　份：2021

卷　　号：42

期　　号：5

起止页码：673-678

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对涡轴发动机主轴轴承故障特征难以提取,背景噪声干扰大的问题,提出了改进二阶循环平稳解卷积(PSO-CYCBD)方法,用于提取强噪声背景下的故障特征频率.该方法采用粒子群优化(PSO)算法对二阶循环平稳解卷积(CYCBD)方法中的滤波器长度参数进行寻优.首先,基于故障轴承振动特点建立信号模型,然后用PSO算法对包络谱故障特征比(FFR)进行最大化处理,将得到的最优滤波器长度参数输入到CYCBD方法中,对滤波后的信号进行包络谱分析,提取故障特征频率.最后,将提出的方法应用于实测信号中,与传统包络谱分析相比提高了故障特征提取的效率和准确性,从而验证了该方法的有效性.

关 键 词：故障诊断 涡轴发动机主轴轴承  粒子群优化 二阶循环平稳解卷积  

分 类 号：V214.1]