刘桂敏，马 军，熊 新，王晓东，李卓睿

基于改进CYCBD的滚动轴承复合故障自适应诊断方法

刘桂敏，马 军※，熊 新，王晓东，李卓睿

（1. 昆明理工大学信息工程与自动化学院，昆明 650500；2. 昆明理工大学云南省人工智能重点实验室，昆明 650500）

为实现滚动轴承复合故障自适应诊断，该研究提出了基于循环含量比-归一化谐波比例（Ratio of Cyclic Content-Normalized Proportion of Harmonics，RCC-NPH）融合指标改进的最大二阶循环平稳盲解卷积（Maximum second order cyclostationary blind deconvolution，CYCBD）方法。首先，构建了RCC-NPH融合指标，解决了CYCBD算法循环频率确定依赖先验知识及遍历所有故障频率空间耗时的问题。其次，根据RCC-NPH融合指标图估计CYCBD的循环频率集，实现了CYCBD参数的自适应选择。再次，采用自适应参数CYCBD方法对输入信号进行解卷积运算，提取了不同循环频率对应的故障信号。最后，对提取的故障信号进行Hilbert包络解调分析，完成故障的辨识。利用该方法分别对仿真信号和轴承复合故障信号进行试验，均能有效检测信号中包含的故障成分，实现了复合故障的自适应诊断。与其他指标相比，该方法能够有效避免噪声和谐波的干扰，适用于复合故障诊断。

轴承；故障诊断；最大二阶循环平稳盲解卷积；循环含量比；归一化谐波比例

0 引 言

滚动轴承作为农业工程中大型机械设备的核心部件，其健康状况关系着设备的安全运行。因此，对滚动轴承进行状态监测和故障诊断具有重要意义[1-2]。农业机械设备多工作在野外，运行环境复杂、运行工况多变，产生的故障往往是多故障伴生的复合故障，准确提取滚动轴承的复合故障特征是实现故障诊断的关键[3-4]。……