基于MOMEDA与CS自适应随机共振的滚动轴承微弱故障特征提取
权振亚1
张学良2
1.太原科技大学,太原030024;山西水利职业技术学院,太原0300322.太原科技大学,太原030024
摘要：针对调节非线性系统参数的取值会影响输出信噪比(SNR)的大小这一现象,采用信噪比(SNR)作为随机共振输出评价指标,提出将多点优化最小熵解卷积调整(Multipoint Optimal Minimum Entroy Deconvolution Adjusted,MOMEDA)与布谷鸟自适应随机共振相结合的方法来提取微弱故障特征频率,仿真分析表明将MOMEDA作为随机共振前处理能够显著提升故障微弱信号,而实验实例验证进一步表明将MOMEDA方法与随机共振相结合能有效地从存在强噪声的信号中提取弱故障信号的特征频率,从而实现滚动轴承弱故障的诊断.
关键词：滚动轴承多点优化最小熵解卷积微弱故障布谷鸟算法随机共振
分类号：TH17(机械运行与维修)
资助基金：山西省研究生教育创新项目(2018BY105)
论文发表日期：2021-08-15
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( 771-778 )
英文信息