基于MMED+TQWT算法的轴承机电故障信号识别分析

为了提高轴承故障诊断能力,开发以最小熵解卷积MMED和可调品质因子小波变换TQWT两种方法共同诊断轴承故障的技术。先利用MMED方法转换初始振动信号获得更明显的故障冲击成分,再对经过预处理的信号实施TQWT分解,并设定相应的品质因子Q,再按照峭度最大原则确定子带最优分量并计算包络谱数据,实现轴承故障的诊断功能。研究结果表明:对MMED预处理后信号开展TQWT分解,通过计算重构子带信号峭度,获得14×10的子带峭度。发现在包络谱上形成接近理论外圈故障特征频率,观察到明显的2~5倍频,形成了外圈故障。