基于LMS和Fast-Kurtogram的滚动轴承早期故障诊断

基于LMS和Fast-Kurtogram的滚动轴承早期故障诊断

论文摘要

针对滚动轴承早期故障特征提取困难的问题,提出一种LMS(Least Mean Square,LMS)算法降噪、FastKurtogram选频和共振解调技术相结合的滚动轴承故障诊断方法。首先对采集到的信号进行自适应降噪,减弱背景噪声的影响;然后利用谱峭度值对故障信号中瞬态成分敏感的特性,通过计算降噪后信号的快速峭度图,确定滤波器最优频带中心和带宽;最后进行共振包络解调提取出滚动轴承早期故障特征。通过仿真和实验验证分析,验证了该方法在滚动轴承早期故障诊断中的适用性和有效性。

论文目录

  • 1 方法介绍
  •   1.1 最小均方 (LMS) 算法
  •   1.2 Fast-Kurtogram
  •   1.3 方法步骤
  • 2 仿真分析
  • 3 实验研究
  • 4 结语
  • 文章来源

    类型: 期刊论文

    作者: 杨晓雨,荆双喜,罗志鹏

    关键词: 振动与波,滚动轴承,故障诊断,共振解调

    来源: 噪声与振动控制 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 机械工业

    单位: 河南理工大学机械与动力工程学院

    基金: 国家自然基金资助项目(U1604140,51775174),河南省科技攻关资助项目(172102210021)

    分类号: TH133.33

    页码: 172-176

    总页数: 5

    文件大小: 1670K

    下载量: 207

    相关论文文献

    标签:;  ;  ;  ;  

    基于LMS和Fast-Kurtogram的滚动轴承早期故障诊断
    下载Doc文档

    猜你喜欢