基于ACMD与改进MOMEDA的滚动轴承故障诊断

作者：石佳; 黄宇峰; 王锋^*

来源：振动与冲击, 2023, 42(16): 218-261.

DOI：10.13465/j.cnki.jvs.2023.16.027

• 自适应非线性调频分量分解(ACMD)
• 基尼系数
• 天鹰优化算法
• 多点最优调整最小熵解卷积
• 滚动轴承
• 故障诊断

针对强背景噪声下滚动轴承故障特征难以提取的问题，提出基于自适应非线性调频分量分解(adaptive chirp mode decomposition,ACMD)与改进多点优化最小熵解卷积(improved multipoint optimal minimum entropy deconvolution adjusted,IMOMEDA)的故障诊断方法。(1)为提高信号信噪比，采用基于基尼系数指标的ACMD,进行信号重构预处理；(2)为提高参数设定的准确性，提出改进的MOMEDA方法——利用天鹰优化算法，以多点峭度最大为目标，寻优确定滤波器周期参数；(3)对信号进行包络谱分析，通过对比包络谱的主导频率成分与理论故障特征频率，判断故障类型。仿真及实测数据分析结果表明，该方法能有效提取强背景噪声下的滚动轴承故障信号的特征信息，具备一定的优越性与实用性。

• 单位
  西南交通大学