MCKD最佳故障周期搜索的齿轮箱故障特征提取

• 作 者: 冷军发 荆双喜 王志阳 华伟
• 机 构: 河南理工大学机械与动力工程学院
• 出 处: 机械科学与技术
• 发表日期: 2018年1期
• 关键词: 齿轮箱 故障特征提取 最小熵解卷积 最大相关峭度解卷积 Gearbox feature extraction minimum entropy deconvolu
• 基金项目: 国家自然科学基金项目（U1304523）、中国煤炭工业协会项目（MTKJ2015-261）及河南理工大学博士基金项目（B2017-28）资助

针对最小解熵解卷积（ Minimum entropy deconvolution, MED）算法易受强噪声和野值的影响，引出了最大相关峭度解卷积（ Maximum correlated kurtosis deconvolution, MCKD） 的齿轮箱故障特征提取方法，克服了MED算法的不足。然而凭先验信息选取的故障周期，可能导致MCKD解卷积效果很差，因此提出了MCKD算法的最佳故障周期搜索思路，即在合适的滤波器阶数￡下，最佳故障周期的搜索可以限定于理论计算周期左右的某一范围内，使不同步距肘关于最佳周