基于SGMD敏感参数和KFCMC的滚动轴承故障诊断方法

作     者：郑直 高崇一 宋金超 姜万录 ZHENG Zhi;GAO Chongyi;SONG Jinchao;JIANG Wanlu

作者机构：华北理工大学机械工程学院河北唐山063210 惠达卫浴股份有限公司河北唐山063000 唐山学院机电工程系河北唐山063000 燕山大学河北省重型机械流体动力传输与控制重点实验室河北秦皇岛066004 先进锻压成形技术与科学教育部重点实验室(燕山大学)河北秦皇岛066004 

出 版 物：《机床与液压》 (Machine Tool & Hydraulics)

年 卷 期：2020年第48卷第11期

页      面：189-193,206页

学科分类：080704[工学-流体机械及工程] 08[工学] 080401[工学-精密仪器及机械] 0807[工学-动力工程及工程热物理] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

基　　金：国家自然科学基金资助项目(51875498) 河北省省属高等学校基本科研业务费研究项目(JQN2019004) 华北理工大学博士科研启动基金项目(0088/28412499) 河北省自然科学基金重点项目(E2017203115,E2018203339) 河北省高等学校青年拔尖计划项目(BJ2019209) 唐山市科技计划项目(19130211g) 

主　　题：辛几何模态分解 滚动轴承 故障诊断 敏感参数 

摘      要：针对滚动轴承的内圈和外圈故障诊断问题,提出了一种基于辛几何模态分解(SGMD)、敏感参数和核模糊C均值聚类(KFCMC)相结合的方法。基于SGMD研究了实际测量的液压泵多模态故障振动信号;基于所提出的相似性分析法,将含有丰富运行特征信息的模态分量进行重构,并将其作为数据源;基于数据源提取时域和频域参数,并利用流行学习法筛选出峭度、裕度指标和峰值指标等敏感参数作为特征向量;利用KFCMC实现对内圈和外圈不同故障的诊断。通过对滚动轴承内、外圈故障振动信号的仿真和实测,验证了该方法可以有效地诊断滚动轴承不同故障。