论文部分内容阅读
滚动轴承处于早期故障阶段时冲击特征微弱且背景噪声强,故障特征成分通常难以提取,导致早期故障检测困难。提出一种基于变分模态分解(VMD)与最大相关峭度解卷积(MCKD)联合降噪的滚动轴承故障特征增强新方法。首先利用VMD算法将采集的轴承振动信号分解成若干个窄带本征模态分量(IMF),再通过相关峭度准则选择若干故障信息含量丰富的本征模态分量进行信号重构,达到初步去噪的目的;其次利用最大相关峭度解卷积对重构信号进行带内降噪,突出滚动轴承故障冲击成分,进一步提高信噪比;最后结合1.5维能量谱增强信号瞬时冲击特征的