基于网格搜索法优化最大相关峭度反卷积的滚动轴承早期故障诊断方法

吕中亮 ， 汤宝平 ， 周　忆 , 孟　杰

(1. 重庆大学 机械传动国家重点实验室，重庆　400030； 2. 重庆科技学院 机械与动力工程学院，重庆　401331)



基于网格搜索法优化最大相关峭度反卷积的滚动轴承早期故障诊断方法

吕中亮1,2， 汤宝平1， 周忆1, 孟杰2

(1. 重庆大学 机械传动国家重点实验室，重庆400030； 2. 重庆科技学院 机械与动力工程学院，重庆401331)

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。

最大相关峭度反卷积；网格搜索法；早期故障诊断；滚动轴承

对于滚动轴承早期故障，由于受噪声、传输路径复杂、信号衰减等因素影响，振动信号中包含的故障信息一般很微弱，使得滚动轴承早期故障诊断较为困难[1]，因此能否有效地增强微弱故障信号进而对故障特征进行提取，是进行滚动轴承早期故障诊断的关键[2-3]。……