文献类型：期刊文章

作　　者：栾孝驰[1] 徐石[1] 沙云东[1] 柳贡民[2] 唐金宇[3] 张席[1] 李壮[1]

LUAN Xiaochi;XU Shi;SHA Yundong;LIU Gongmin;TANG Jinyu;ZHANG Xi;LI Zhuang(School of Aero-engine,Shenyang Aerospace University,Shenyang 110136,China;College of Power and Energy Engineering,Harbin Engineering University,Harbin 150001,China;College of Electrical and Control Engineering,Liaoning Technical University,Huludao Liaoning 125000,China)

机构地区：[1]沈阳航空航天大学航空发动机学院,沈阳110136 [2]哈尔滨工程大学动力与能源工程学院,哈尔滨150001 [3]辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛125000

出　　处：《航空动力学报》

基　　金：辽宁省教育厅系列项目(JYT2020010);2021年辽宁省大学生创新创业训练计划(S202110143021);中国航发产学研合作项目(HFZL2018CXY017)。

年　　份：2023

卷　　号：38

期　　号：5

起止页码：1185-1197

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对滚动轴承故障振动信号受背景噪声干扰大、故障特征不易提取的问题,提出了基于灰狼算法(GWO)优化的非局部均值去噪(NLM)和完全自适应噪声集合经验模态分解(CEEMDAN)相结合的轴承故障诊断方法。先将CEEMDAN和相关系数-能量比-峭度准则作为预处理手段,并进行信号重构;然后使用灰狼算法对NLM的参数进行优化,利用最优参数对重构信号进行降噪,将降噪后的信号通过SG(SavitzkyGolay)滤波进行二次降噪,得到最终去噪信号,对最终信号进行包络分析得到诊断结果。GWO-NLM去噪、CEEMDAN和包络分析的混合特征提取技术,由仿真信号可知去噪后的信噪比提高了9.31 dB,由实验信号可知能清晰地提取轴承的故障特征频率及倍频、转频以及故障特征频率与转频的系列调制频率。

关 键 词：完全自适应噪声集合经验模态分解(CEEMDAN)  非局部均值去噪(NLM)  包络谱分析 灰狼算法  特征提取  故障诊断

分 类 号：V263.6]