首页 | 官方网站   微博 | 高级检索  
     

基于MCKD和VMD关联维数的轴承故障特征提取AR模型
引用本文:申童,刘复秋宣,高学亮,岳晓峰.基于MCKD和VMD关联维数的轴承故障特征提取AR模型[J].机电工程技术,2021,50(6):18-21,125.
作者姓名:申童  刘复秋宣  高学亮  岳晓峰
作者单位:长春工业大学机电工程学院,长春 130012
摘    要:针对滚动轴承早期故障易受噪声影响难以准确提取特征信息的问题,提出了一种基于最大相关峭度解卷积(MCKD)和变分模态分解(VMD)关联维数的故障诊断AR模型.采用MCKD对滚动轴承振动信号进行降噪处理,滤除噪声影响;对降噪后的信号进行VMD分解,选择对故障特征敏感的IMF分量进行信号重构,并对重构信号建立AR模型,获取自回归参数;计算在指定嵌入维数上自回归参数的关联维数,对滚动轴承的故障进行诊断.实验结果表明,所提方法能够有效提取故障信号中的特征信息,证明了方法的有效性.

关 键 词:变分模态分解  最大相关峭度解卷积  关联维数  AR模型  滚动轴承

AR Model of Bearing Fault Feature Extraction Based on Correlation Dimension of MCKD and VMD
Shen Tong,Liu Fuqiuxuan,Gao Xueliang,Yue Xiaofeng.AR Model of Bearing Fault Feature Extraction Based on Correlation Dimension of MCKD and VMD[J].Mechanical & Electrical Engineering Technology,2021,50(6):18-21,125.
Authors:Shen Tong  Liu Fuqiuxuan  Gao Xueliang  Yue Xiaofeng
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号