[发明专利]基于PSO-VMD-MCKD的滚动轴承微弱故障诊断方法在审
| 申请号： | 201810610048.2 | 申请日： | 2018-06-13 |
| 公开（公告）号： | CN108426715A | 公开（公告）日： | 2018-08-21 |
| 发明（设计）人： | 张俊;张建群;钟敏;李习科;许涛 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于PSO‑VMD‑MCKD的滚动轴承微弱故障诊断方法，对采集到的振动信号，首先利用PSO算法优化VMD算法，基于VMD对微弱故障信号分解后的结果，选取最优模态分量。其次，根据最优模态分量的包络谱中的突出频率范围，确定PSO对MCKD算法中T的寻优范围；利用PSO优化MCKD算法,再基于MCKD算法加强最优分量信号中的故障冲击成分。最后，包络谱提取轴承微弱故障特征并与理论故障频率进行对比，得到故障诊断结果。本发明克服了VMD和MCKD算法中参数难以确定问题，采用VMD实现了信号降噪及获取突出故障频率范围，采用MCKD进一步增强故障冲击成分，对于滚动轴承微弱故障诊断更为精准。 | ||
| 搜索关键词： | 微弱故障 算法 滚动轴承 故障频率 模态分量 诊断 包络 故障诊断结果 分量信号 信号分解 信号降噪 振动信号 寻优 轴承 优化 采集 | ||
【主权项】：
1.一种基于PSO‑VMD‑MCKD的滚动轴承微弱故障诊断方法，其特征在于：包括以下步骤：步骤一：利用一加速度传感器对旋转机械设备进行测量，获取振动加速度信号；步骤二：利用PSO算法优化VMD算法中的α和K，后对采集的振动信号进行VMD分解；步骤三：基于VMD对微弱故障信号分解后的结果，利用包络谱峰值因子最大准则，选取最优模态分量；步骤四：根据最优模态分量的包络谱中的突出频率范围，确定PSO对MCKD算法中T的寻优范围，并基于参数优化结果，MCKD分析进一步增强最优分量中的故障冲击成分。步骤五：通过包络谱提取出滚动轴承故障特征，并与传动系统中的理论轴承故障频率进行对比，从而得出诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810610048.2/，转载请声明来源钻瓜专利网。
