基于CYCBD和参数自适应DMD的滚动轴承微弱故障诊断

作者：夏天赐; **; 吕勇; 余震

来源：武汉科技大学学报, 2024, 47(03): 200-211.

DOI：10.3969/j.issn.1674-3644.2024.03.006

• 滚动轴承
• 故障诊断
• 最大二阶循环平稳盲解卷积
• 动态模式分解
• 遗传算法
• 参数自适应

在旋转机械故障诊断中，传感器采集到的滚动轴承振动信号容易受到多个激励源的耦合影响，特别是微弱故障特征往往淹没在背景噪声中，给故障诊断带来挑战。为了抑制无关激励源并增强故障特征，本文提出一种基于最大二阶循环平稳盲解卷积(CYCBD)和参数自适应动态模式分解(DMD)的滚动轴承微弱故障诊断方法。首先根据包络谐波乘积谱(EHPS)估计CYCBD算法的关键参数循环频率α,将原始信号经CYCBD处理使故障特征得到增强；然后将CYCBD处理后的信号通过参数自适应DMD进一步消除残余噪声，其中DMD的最优截断秩参数r通过遗传算法自适应确定；最后通过包络谱分析来提取故障特征频率及倍频。仿真和试验结果证明了本方法的有效性。