基于最大平均峭度盲解卷积的直升机故障诊断
作者:
作者单位:

1.重庆大学高端装备机械传动全国重点实验室 重庆,400044;2.西南交通大学机械工程学院 成都,610031;3.故障诊断与健康管理技术航空科技重点实验室 上海,201601

作者简介:

张新,男,1989年1月生,博士、副教授。主要研究方向为装备故障诊断、剩余寿命预测。曾发表《基于重加权谱峭度方法的航空发动机故障诊断》(《航空学报》2022年第43卷第9期)等论文。 E-mail:xylon.zhang@swjtu.edu.cn

通讯作者:

赵艺珂,女,1998年5月生,硕士生。主要研究方向为机械故障诊断。 E-mail:zhaoyike@my.swjtu.edu.cn

中图分类号:

V232.8;TH132.41

基金项目:

国家自然科学基金面上资助项目(52175122);机械传动国家重点实验室开放课题资助项目(SKLMT-MSKFKT-202108);四川省自然科学基金面上资助项目(2023NSFSC0362);中国博士后科学基金资助项目(2023M732917);四川省博士后创新人才资助项目(BX202214);中央高校基本科研业务费科技创新资助项目(2682021CX021)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对最小熵解卷积(minimum entropy deconvolution, 简称MED)应用于故障诊断时倾向于恢复少量主导冲击而非周期性故障冲击的问题,定义一种滤波器系数求解指标——平均峭度,提出了最大平均峭度盲解卷积方法。首先,通过对故障信号进行均等分割,取各分割段信号峭度的均值,得到信号的平均峭度;其次,将平均峭度作为信号盲解卷积指标,求解滤波器系数;最后,完成信号滤波,提取周期性故障冲击。仿真信号与直升机故障诊断案例分析结果表明:所提最大平均峭度盲解卷积方法能从含复杂干扰成分的故障信号中恢复故障冲击序列,为故障诊断提供可靠信息;相比于MED等传统盲解卷积方法,所提方法具有较强的普适性。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-10-08
  • 最后修改日期:2021-12-05
  • 录用日期:
  • 在线发布日期: 2024-07-01
  • 出版日期: 2024-06-30
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司