首页 | 本学科首页   官方微博 | 高级检索  
     

基于参数优化MLOG与SAM的滚动轴承早期故障诊断
引用本文:俞森,马洁.基于参数优化MLOG与SAM的滚动轴承早期故障诊断[J].机床与液压,2023,51(3):187-192.
作者姓名:俞森  马洁
作者单位:北京信息科技大学机电工程学院
基金项目:国家自然科学基金面上项目(61973041);国家重点研发计划(2019YFB1705403)
摘    要:针对强背景噪声环境下轴承早期故障特征不易提取问题,提出麻雀搜索算法(SSA)优化改进拉普拉斯高斯滤波器(MLOG)结合频谱调幅(SAM)的早期故障诊断方法。以滤波后信号的峭度最大值为指标,用SSA算法自适应寻找滤波器阶数和标准差的最优参数;用MLOG滤波器对故障信号滤波,去除部分噪声;用SAM方法对滤波后信号的幅值赋予不同的权重进行重构,计算重构信号的平方包络谱,提取故障特征频率。通过仿真信号和不同试验台的真实数据验证,同时对比PSO和GA优化MLOG结果,表明所提SSA-MLOG-SAM方法对滚动轴承早期故障特征提取的有效性和可行性。

关 键 词:故障诊断  拉普拉斯高斯滤波  麻雀搜索算法  频谱调幅  特征提取

Early Fault Diagnosis of Rolling Bearings Based on Parameter Optimization MLOG and SAM
YU Sen,MA Jie.Early Fault Diagnosis of Rolling Bearings Based on Parameter Optimization MLOG and SAM[J].Machine Tool & Hydraulics,2023,51(3):187-192.
Authors:YU Sen  MA Jie
Abstract:
Keywords:Fault diagnosis  Laplacian Gaussian filtering  Sparrow search algorithm  Spectral amplitude modulation  Feature extraction
点击此处可从《机床与液压》浏览原始摘要信息
点击此处可从《机床与液压》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号