Infogram和参数优化CYCBD在滚动轴承复合故障特征分离中的应用EI北大核心CSCD |
| |
引用本文: | 刘桂敏,吴建德,李卓睿,李祥.Infogram和参数优化CYCBD在滚动轴承复合故障特征分离中的应用EI北大核心CSCD[J].振动与冲击,2022(10):55-65. |
| |
作者姓名: | 刘桂敏 吴建德 李卓睿 李祥 |
| |
作者单位: | 1. 昆明理工大学信息工程与自动化学院;2. 昆明理工大学云南省人工智能重点实验室 |
| |
基金项目: | 国家自然科学基金(51765022);;云南省科技计划项目(2019FD042); |
| |
摘 要: | 针对滚动轴承复合故障特征难以分离的问题,提出了一种基于Infogram和参数优化最大二阶循环平稳盲解卷积(maximum second-order cyclostationarity blind deconvolution,CYCBD)的复合故障特征分离方法。首先,采用Infogram方法分析故障信号,选取最优带通滤波器,获得冲击性和循环平稳性最强的频带信号;其次,根据理论故障频率,设定CYCBD的循环频率集,并以包络谱稀疏度为依据,自适应选择CYCBD的滤波器长度;再次,对获得的频带信号进行解卷积运算,提取不同频率的故障冲击成分,实现故障分离;最后,对分离出的各故障成分进行包络解调分析,根据故障特征频率,识别故障类型。通过对仿真信号、西安交大-昇阳科技联合实验室(Xi’an Jiaotong University-Changxing Sumyoung Technology,XJTU-SY)的轴承试验数据分析,证明了所提方法可以有效实现故障特征分离。在此基础上,通过自制试验平台实测数据,进一步论证了该方法的可行性。
|
关 键 词: | 复合故障 Infogram 最大二阶循环平稳盲解卷积(CYCBD) 包络谱稀疏度 |
本文献已被 维普 等数据库收录! |
|