改进MOMEDA方法及其在滚动轴承故障特征增强中的应用
陈丙炎
宋冬利
张卫华
程尧
西南交通大学牵引动力国家重点实验室,成都610031
摘要：针对多点最优最小熵解卷积调整(Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA)方法在增强轴承故障特征时无法自动识别故障脉冲周期及解卷积信号长度减少的不足,提出一种改进的MOMEDA(Improved MOMEDA,IMOMEDA)方法.采用振动信号的平方包络的自相关谱自适应地识别故障脉冲周期,根据识别的脉冲周期对振动信号解卷积以增强周期性脉冲特征;然后利用信号波形延拓方法对解卷积信号延拓使其长度与原始信号保持一致;最后对已获得的解卷积信号再进行一定次数的解卷积以有效增强原始信号中的周期性特征.轴承故障仿真信号和铁路轴承实验信号的分析结果及与Kurtogram方法的对比结果表明:改进的MOMEDA方法能够自动识别故障脉冲周期并有效增强滚动轴承的故障特征.
关键词：特征增强故障诊断铁路轴承多点最优最小熵解卷积调整自相关函数
分类号：TH17(机械运行与维修)TH133.3(机械零件及传动装置)
论文发表日期：2021-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1-8 )
英文信息