基于参数优化ICEEMDAN-MCKD的滚动轴承故障特征提取研究

摘要

针对旋转机械运行过程中，滚动轴承会产生冲击性强、结构复杂的振动信号，导致故障特征难以精准提取的问题，本文提出一种基于冠豪猪优化算法（CPO）联合优化ICEEMDAN与MCKD的故障特征提取方法．首先，采用CPO算法对ICEEMDAN中噪声幅值（Nstd）与噪声添加次数（NR）等关键参数进行自适应寻优，分解原始带噪信号，得到多个本征模态函数（IMF），并以峭度为指标筛选有效分量进行重构；其次，在MCKD方法中引入CPO优化算法对其核心参数滤波器长度（L）与移位数（M）进行寻优，对重构信号应用MCKD以增强其包含的周期性冲击特征；最后，从包络谱中提取关键故障特征频率．实验结果表明，该方法能够有效提取关键故障特征频率成分，将提取效果与其他算法进行对比分析，ICEEMDAN-MCKD算法提取效果更加清晰，验证了其在故障特征提取方面的鲁棒性．

关键词

滚动轴承 / 故障特征提取 / 冠豪猪优化算法 / 最大相关峭度解卷积 / 包络谱分析