VMD和MCKD在风机轴承故障辨识中的应用研究

作者：孙永涛; 李子贤; 秦波

来源：包钢科技, 2020, 46(04): 70-73.

DOI：10.13647/j.cnki.btgkj.2020.04.019

• 变分模态分解
• 最大相关峭度解卷积
• 滚动轴承
• 故障诊断

针对炼铁厂除尘风机服役在高温、高湿、多粉尘的恶劣环境下以及强背景噪声的复杂工况造成其驱动侧滚动轴承振动信号具有强非线性、强调制的特点,致使其故障特征频率难提取、难辨识的问题,融合变分模态分解(Variational Mode Decomposition,VMD)与最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)实现了对除尘风机滚动轴承振动信号的降噪、故障特征频率的提取,并通过包络解调方法完成了故障的识别。

• 单位
  内蒙古科技大学; 内蒙古包钢钢联股份有限公司炼铁厂