基于EEMD与GWO-MCKD的门座起重机回转支承故障诊断

简介

低速重载的门座起重机回转支承信号易受环境噪声影响,难以提取故障特征。为解决此问题,提出一种集合经验模态分解(EEMD)与灰狼优化(GWO)算法优化的最大相关峭度解卷积(MCKD)相结合的故障诊断方法。对回转支承信号进行EEMD分解,得到一系列本征模态函数(IMF),选择峭度最大的IMF作为最优分量;以相关峭度为目标函数,利用GWO寻找在最优分量上的MCKD的最佳参数组合;使用最佳参数组合的MCKD对最优分量进行降噪,突出故障冲击成分;对降噪后的信号进行包络谱分析,完成故障诊断。结果表明:所提方法能自适应增强故障冲击成分,有效提取故障特征。