机床与液压

作者：陈浩乾，陈新度，吴智恒，李平，方晟堃

单位：广东工业大学机电工程学院；广东省科学院智能制造研究所；广东省现代控制技术重点实验室；广东工业大学机电工程学院；广东省科学院智能制造研究所；广东省现代控制技术重点实验室；广东省科学院智能制造研究所；广东省现代控制技术重点实验室；广东省科学院智能制造研究所；广东省现代控制技术重点实验室

关键词：行星轴承;故障诊断;变分模态分解;最小噪声幅值解卷积

基金：广州市科技计划项目（2024B01J0121；2023B04J0022；202206030006）

绞车减速器中行星轴承故障信号存在传递路径复杂、信号耦合严重、受噪声干扰强烈等问题，难以有效诊断。针对此，提出一种融合自适应变分模态分解(VMD)与最小噪声幅值解卷积(MNAD)的故障特征增强与诊断方法。引入理论故障特征频率区间对最大包络谱幅值进行寻优，使VMD自适应分解信号得到最优分量，去除部分噪声并提取周期信号；将最大包络谱幅值对应的频率确定为实际故障特征频率，并将其和最优分量输入到MNAD中增强指定故障特征；最后，结合包络解调分析故障类型。通过仿真信号验证实验和绞车减速器故障诊断实验可知，信噪比分别提升了10.8 dB和7.9 dB，通过包络谱诊断出行星轴承外圈故障；与VMD方法、MNAD方法、VMD-MCKD方法、循环小波包分解方法相比，所提方法的处理效果更优。

来源：2025年第16期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第16期