柳玉昕，石　岩，王美俊，田松峰

(1.东北石油大学 电气信息工程学院，黑龙江 大庆　163318；2.燕山大学 经济管理学院，河北 秦皇岛　066004；3.华北电力大学 能源动力与机械工程学院，河北 保定　071003)

基于最小熵解卷积和能量算子的滚动轴承故障诊断方法

柳玉昕1，石岩2，王美俊3，田松峰3

(1.东北石油大学 电气信息工程学院，黑龙江 大庆163318；2.燕山大学 经济管理学院，河北 秦皇岛066004；3.华北电力大学 能源动力与机械工程学院，河北 保定071003)

摘要：针对滚动轴承故障识别困难这一问题，提出了基于最小熵解卷积和能量算子的诊断方法。首先利用最小熵解卷积算法对原始振动信号进行预处理，削弱冗余噪声成分的干扰，增强故障特征，继而计算解卷积信号的Teager能量算子输出，并对所得的瞬时能量信号做频谱分析，最终通过分析能量谱中的频率成分实现故障类型的准确判定。实测信号分析结果表明，基于最小熵解卷积和能量算子的诊断方法能够有效提取轴承故障信号中的微弱特征信息，具有一定工程应用价值。

关键词：滚动轴承；故障诊断；最小熵解卷积；Teager能量算子

0引言

作为风力发电机、鼓风机、电动机等电力设备上的重要组成部件，滚动轴承的运行状态直接影响设备的整体性能及工作效率，如果能在轴承早期失效阶段实现故障的准确判别并及时排除隐患，对于确保设备安全稳定运行，避免出现连锁事故及经济损失具有重要意义，因此探寻行之有效的滚动轴承故障诊断方法一直以来都是学术界和工程界的研究热点[1-2]。……