基于参数优化的MCKD的滚动轴承早期故障诊断

针对滚动轴承早期故障被淹没在噪声信号下特征信号微弱，故障特征难以提取的问题，将最大相关峭度解卷积(maximum correlated kurtosis deconvolution，MCKD)应用于滚动轴承早期故障诊断。并针对MCKD参数滤波器长度及移位数需人为选择的问题，提出一种基于参数优化的最大相关峭度解卷积的滚动轴承早期故障诊断方法。首先，针对轴承工作的实际工况讨论了最优移位数；然后，以经解卷积后信号的形态能量熵作为评价函数，利用网格搜索法对滤波器长度进行寻优；最后，利用参数优化后的MCKD算法增强信号中的冲击成分，通过包络谱判断轴承故障类型。实验表明，该方法可有效的增强轴承信号中微弱的故障特征成分，实现滚动轴承早期故障的诊断。

Early Fault Diagnosis of Rolling Bearings Based on Parametric Optimized MCKD