基于CSSA与MCKD的电机轴承故障提取

来源：电子测量技术杂志2021年第14期北京时间：

作者：于元滐，杨光永，晏婷，徐天奇，戈一航

单位：云南民族大学电气信息工程学院 云南昆明 650500

摘要：针对轴承故障特征信号易受到噪声干扰，导致轴承故障冲击特征信号提取难度大的问题。提出了使用混沌麻雀算法（CSSA）与最大相关峭度反卷积算法（MCKD）相结合的轴承故障诊断方法。首先，以峭度为原则构建CSSA的自适应函数。然后，使用CSSA算法找到最优的周期T与滤波器长度L。最后，使用优化后的MCKD算法对电机轴承进行故障提取。并与未经优化的MCKD、粒子群算法优化最大相关峭度反卷积算法（PSO-MCKD）、麻雀算法优化最大相关峭度反卷积算法（SSA-MCKD）进行对比。实验结果表明，CSSA算法相对于粒子群算法(PSO)、麻雀算法（SSA）算法在搜索MCKD参数时有更快的收敛速度，更好的全局搜索能力。提出的CSSA-MCKD方法能有效的增强MCKD算法故障提取能力，并有较快的收敛速度与全局搜索能力。

关键词：轴承故障诊断;MCKD算法;SSA算法;故障冲击特征

基金资助：国家自然科学基金项目（61761049，61261022）资助