基于EEMD与GWO-MCKD的门座起重机回转支承故障诊断

来源：机床与液压杂志2022年第7期北京时间：

作者：曾耀传，林云树，吴晓梅

单位：福建省特种设备检验研究院；福州大学机械工程及自动化学院；福建省特种设备检验研究院

摘要：低速重载的门座起重机回转支承信号易受环境噪声影响，难以提取故障特征。为解决此问题，提出一种集合经验模态分解（EEMD）与灰狼优化（GWO）算法优化的最大相关峭度解卷积（MCKD）相结合的故障诊断方法。对回转支承信号进行EEMD分解，得到一系列本征模态函数（IMF），选择峭度最大的IMF作为最优分量；以相关峭度为目标函数，利用GWO寻找在最优分量上的MCKD的最佳参数组合；使用最佳参数组合的MCKD对最优分量进行降噪，突出故障冲击成分；对降噪后的信号进行包络谱分析，完成故障诊断。结果表明：所提方法能自适应增强故障冲击成分，有效提取故障特征。

关键词：回转支承;故障诊断;集合经验模态分解;灰狼优化算法;最大相关峭度解卷积

基金资助：市场监管总局科技计划资助项目(2019MK036)；福建省自然科学基金项目(2019J01211)