發(fā)布時(shí)間：2024-07-07 11:03

　　受環(huán)境噪聲、傳遞路徑、信號衰減以及源信號本身比較微弱的影響,滾動(dòng)軸承早期微弱沖擊性故障的信號特征難以提取。近年來,最小熵解卷積(Minimum Entropy Deconvolution,MED)已經(jīng)成功應(yīng)用在旋轉(zhuǎn)機(jī)械故障檢測中來提取振動(dòng)沖擊。MED方法的提取過程是一個(gè)迭代選擇的過程,通過迭代選擇一個(gè)有限脈沖響應(yīng)使信號的熵最小,從而對信號進(jìn)行濾波。但是該方法有一定的局限性:其對于單一沖擊的信號解卷積效果良好,但是處理具有強(qiáng)噪聲或者多個(gè)沖擊源共同作用時(shí)的信號很困難。為了解決這個(gè)問題,提出新的解卷積方法:最大相關(guān)峭度解卷積(Maximum Correlated Kurtosis Deconvolution,MCKD),可有效利用滾動(dòng)軸承故障周期性沖擊的特點(diǎn),其與MED相比,克服了單一沖擊的限制,對兩種沖擊源甚至是多種共同卷積的解卷積具有更好的特征提取效果。仿真和實(shí)驗(yàn)對比驗(yàn)證了該方法具有良好的降噪和故障特征增強(qiáng)效果。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 最大相關(guān)峭度解卷積原理
    1.1 相關(guān)峭度
    1.2 最大相關(guān)峭度解卷積
2 仿真信號分析
3 基于最大相關(guān)峭度解卷積的滾動(dòng)軸承復(fù)合故障實(shí)驗(yàn)研究
4 結(jié)語



本文編號：4003611