MCKD降噪的EMD-ICA滚动轴承故障诊断方法.docxVIP

MECHANICALENGINEER

MECHANICALENGINEER

机械工程师

MECHANICALENGINEER

MECH

MECHANICALENGINEER

机械工程师

MECHANICALENGINEER

PAGE121网址：

PAGE121

网址：电邮：hrbengineer@163.com圆园24年第5期

PAGE122圆园

PAGE122

圆园24年第5期网址：电邮：hrbengineer@163.com

MCKD降噪的EMD-ICA滚动轴承故障诊断方法

宋玉标1，张晓东2，范福林1，陈修忠1，杨学良1，姜波1

（1.北京汉能华科技股份有效公司，北京100070；2.中国航天科工集团，北京100048）

摘

摘要：滚动轴承在强背景噪声条件下的故障诊断通过经验模态分解（EmpiricalModeDecomposition，EMD）构造的信号包络或将信号直接包络，在分析诊断过程中可能不会取得理想结果，诊断效果不够明显。文中提出在最大相关峭度解卷积（MaximumCorrelationKurtosisDeconvolution，MCKD）降噪的基础上进行EMD-ICA的滚动轴承故障诊断方法。首先对强背景噪声信号MCKD降噪，再进行EMD分解，经过相关系数及峭度准则的筛选，构造特征频率突出的合成信号，进行独立分量分析（IndependentComponentAnalysis，ICA）处理；然后根据结构计算出故障频率，与包络解调的频率进行对比，得出诊断结论。通过仿真、实验和实际工程数据验证了该方法的有效性。

关键词：MCKD；EMD；ICA；振动；滚动轴承；故障诊断

中图分类号:TP206.3 文献标志码:粤 文章编号：员园园圆原圆猿猿猿（圆园24）05原园121原园6

SONGYubiao1,ZHANGXiaodong2,FANFulin1,CHENXiuzhong1,YANGXueliang1,JIANGBo1

(1.BeijingHanEnergyTechnologyCo.,Ltd.,Beijing100070,China;

2.ChinaAerospaceScienceIndustryCorp.,Beijing100048,China)

Abstract:Thefaultdiagnosisofrollingbearingsunderstrongbackgroundnoiseconditionsmaynotachievethedesiredresultsintheprocessofanalyzinganddiagnosingthroughthesignalenvelopeorthedirectsignalenvelopeofconstructedbyempiricalmodedecomposition(EMD),thediagnosticeffectisnotobviousenough.Therefore,therollingbearingfaultdiagnosismethodofEMD-ICAisproposedbasedonmaximumcorrelationkurtosisdeconvolution(MCKD)noisereduction.Inthefirststep,thestrongbackgroundnoisesignalisdenoisedbyMCKD.Then,itissubjectedtoEMDdecomposition,filteredbycorrelationcoefficientsandkurtosiscriteria,toconstructacompositesignalwithprominentfeaturefrequencies,anditisprocessedbyindependentcomponentanalysis(ICA);Finally,thefaultcharacteristicfrequenciesiscalculatedbasedonthebearingstructural,anditiscomparedthefrequencyofenvelopedemodulationtoobtainthediagnosisconclusi