机械工程学报

作者：程健, 程军圣, 李鑫, 邵海东, 杨宇

单位：1. 湖南大学汽车车身先进设计制造国家重点实验室 长沙 410082;2. 湖南大学机械与运载工程学院 长沙 410082

关键词：增强Ramanujan模态分解,周期估计,自适应频率加权能量算子,滚动轴承,故障诊断；

基金：国家自然科学基金资助项目(51975193、51875183)。

针对现有的滚动轴承故障诊断方法（例如：小波变换和集合经验模态分解）的周期识别能力并不稳定等问题，我们提出了具有良好的周期分量提取能力的自适应周期模态分解(Adaptive periodic mode decomposition, APMD)方法。然而该方法所采用的最大似然估计方法在强噪声背景下估计周期时常出现错误，这导致APMD在强背景噪声下的周期提取性能并不稳定。为此，我们定义了自适应频率加权能量算子(Adaptive frequency weighted energy operator，AFWEO)，并将其用于增强周期脉冲。然后，提出了一种新的周期估计策略以提高周期估计的准确性，并在此基础上提出了增强Ramanujan模态分解(Enhanced Ramanujan mode decomposition, ERMD)方法。滚动轴承仿真和实验信号分析结果表明，新的周期估计策略在强背景噪声下依然有效，同时也说明了ERMD具有优良的周期成分识别和提取能力，是一种有效的滚动轴承故障诊断方法。

来源：2022年第19期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2022年第19期