文献类型：期刊文章

作　　者：刘奇[1] 张富华[2] 田辈辈[1] 冷军发[2]

LIU Qi;ZHANG Fuhua;TIAN Beibei;LENG Junfa(College of Mechanical and Electrical Engineering,Jiaozuo University,Jiaozuo Henan 454000,China;School of mechanical and power engineering,Henan Polytechnic University,Jiaozuo Henan 454000,China)

机构地区：[1]焦作大学机电工程学院,河南焦作454000 [2]河南理工大学机械与动力工程学院,河南焦作454000

出　　处：《机械设计与研究》

基　　金：河南省科技攻关项目(No.222102220037)。

年　　份：2023

卷　　号：39

期　　号：1

起止页码：102-106

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对齿轮啮合强振动干扰下滚动轴承微弱故障特征提取难的问题,提出一种最大重叠离散小波包变换(MODWPT)和最大相关峭度解卷积(MCKD)相结合的滚动轴承早期故障诊断方法。首先采用MODWPT方法将复杂的轴承故障振动信号分解为若干分量,然后依据峭度准则,选取峭度较大的分量进行MCKD滤波,最后对滤波后所得信号做Hilbert包络分析,将包络谱呈现的频率特征与理论故障特征频率相比较,识别故障特征,实现故障诊断。通过轴承故障的仿真及实验研究,并对比单一MCKD方法和EMD-MED方法的提取效果,说明该方法可以在一定程度上抑制齿轮啮合强振动及噪声的干扰,增强并有效提取出滚动轴承早期低频微弱故障特征。

关 键 词：滚动轴承 故障诊断 最大重叠离散小波包变换(MODWPT)  最大相关峭度解卷积(MCKD)  

分 类 号：TH17]