基于参数自适应ICEEMDAN和MCKD的太阳轮早期故障特征提取研究

赵乃卓; 赵羽萌; 门城赋

doi:10.16579/j.issn.1001.9669.2025.06.007

您当前的位置：

首页 >

文章列表页 >

基于参数自适应ICEEMDAN和MCKD的太阳轮早期故障特征提取研究

·振动·噪声·监测·诊断· | 更新时间：2025-06-09

- 基于参数自适应ICEEMDAN和MCKD的太阳轮早期故障特征提取研究
- RESEARCH OF EARLY FAULT FEATURE EXTRACTION OF SOLAR WHEEL BASED ON PARAMETRIC ADAPTIVE ICEEMDAN AND MCKD
- 机械强度 2025年47卷第6期页码：57-65
- 作者机构：
  
  辽宁工程技术大学机械工程学院，阜新123000
- 作者简介：
  
  赵乃卓，女，1970年生，辽宁阜新人，硕士，副教授；主要研究方向为机械电子工程；E-mail：zhaonaizhuo@126.com。
  赵羽萌（通信作者），女，1999年生，辽宁朝阳人，硕士研究生；主要研究方向为机械电子工程；E-mail：239939335@qq.com。
- 基金信息：
- DOI：10.16579/j.issn.1001.9669.2025.06.007
  中图分类号： TH165⁺.3
- 收稿日期：2023-11-28，
  
  修回日期：2023-12-20，
  
  纸质出版日期：2025-06-15
- 稿件说明：
移动端阅览
赵乃卓，赵羽萌，门城赋. 基于参数自适应ICEEMDAN和MCKD的太阳轮早期故障特征提取研究［J］. 机械强度，2025，47（6）：57-65.

ZHAO Naizhuo，ZHAO Yumeng，MEN Chengfu. Research of early fault feature extraction of solar wheel based on parametric adaptive ICEEMDAN and MCKD［J］. Journal of Mechanical Strength，2025，47（6）：57-65.
赵乃卓，赵羽萌，门城赋. 基于参数自适应ICEEMDAN和MCKD的太阳轮早期故障特征提取研究［J］. 机械强度，2025，47（6）：57-65. DOI： 10.16579/j.issn.1001.9669.2025.06.007.

ZHAO Naizhuo，ZHAO Yumeng，MEN Chengfu. Research of early fault feature extraction of solar wheel based on parametric adaptive ICEEMDAN and MCKD［J］. Journal of Mechanical Strength，2025，47（6）：57-65. DOI： 10.16579/j.issn.1001.9669.2025.06.007.

摘要

针对在强噪声背景下太阳轮早期故障难以准确提取的问题，提出了一种改进灰狼算法（New Grey Wolf Optimization Algorithm

newGWO）优化改进自适应噪声完备集合经验模态分解（Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise

ICEEMDAN）和最大相关峭度解卷积（Maximum Correlated Kurtosis Deconvolution

MCKD）的太阳轮早期故障特征提取方法。采用newGWO优化影响其分解效果的白噪声幅值权重和噪声添加次数的参数选择，对故障振动信号进行newGWO-ICEEMDAN，选择最小包络熵为适应度函数，由此得到若干相关模态分量；然后以包络谱谱峰因子为选取最佳模态分量指标，对选定的最佳本征模态函数（Intrinsic Mode Function

IMF）分量进行经过newGWO优化的MCKD信号增强；最后对所得信号进行包络解调分析，提取太阳轮故障特征频率以及多倍频成分。通过仿真信号以及试验表明，该方法能够使得早期故障冲击特征更加明显，实现了太阳轮早期故障特征频率提取。

Abstract

In order to solve the problem of difficult to accurately extract early faults of solar wheels under the strong noise background

an improved grey wolf algorithm (newGWO) was proposed to optimize and improve the improved complete ensemble empirical mode decomposition with adaptive noise (ICEEMDAN) and the maximum correlated kurtosis deconvolution (MCKD) for early fault feature extraction of solar wheels.NewGWO was used to optimize the selection of parameters of the white noise amplitude weight and noise addition times that affected the decomposition effect.The fault vibration signal was decomposed by newGWO-ICEEMDAN

and the minimum envelope entropy was selected as the fitness function to obtain several related modal components.Then

the envelope spectrum peak factor was selected as the best modal component index.MCKD signals optimized by newGWO were enhanced for the selected optimal intrinsic mode function （IMF） components. Finally

an envelope demodulation analysis was performed on the obtained signals to extract the solar wheel fault characteristic frequency and multiple frequency components. Simulation signals and experiments show that this method can make the early fault impact characteristics more obvious

and realize the early fault characteristic frequency extraction of solar wheels.

关键词

Keywords

references

王朝阁 . 行星齿轮箱微弱故障特征提取与诊断方法研究［D］. 大连：大连理工大学， 2023 ： 1 - 6 .

WANG Chaoge . Research on weak fault feature extraction and diagnosis method of planetary gearbox ［D］. Dalian ： Dalian University of Technology ， 2023 ： 1 - 6 . （In Chinese）

黄思航 . 基于KPCA-EMD预处理方法的顶管机齿轮箱故障诊断方法研究［D］. 合肥：合肥工业大学， 2023 ： 15 - 20 .

HUANG Sihang . Research on fault diagnosis method of pipe jacking machine gearbox based on KPCA-EMD preprocessing method ［D］. Hefei ： Hefei University of Technology ， 2023 ： 15 - 20 . （In Chinese）

顾云青，苏玉香，沈晓群，等 . 基于改进的CEEMDAN排列熵和GWO-SVM的滚动轴承故障诊断［J］. 组合机床与自动化加工技术， 2022 （ 8 ）： 62 - 66 .

GU Yunqing ， SU Yuxiang ， SHEN Xiaoqun ， et al . Rolling bearing fault diagnosis based on improved CEEMDAN permutation entropy and GWO-SVM ［J］. Modular Machine Tool & Automatic Manufacturing Technique ， 2022 （ 8 ）： 62 - 66 . （In Chinese）

陈爱午，王红卫 . 基于HBA-ICEEMDAN和HWPE的行星齿轮箱故障诊断［J］. 机电工程， 2023 ， 40 （ 8 ）： 1157 - 1166 .

CHEN Aiwu ， WANG Hongwei . Fault diagnosis of planetary gearbox based on HBA-ICEEMDAN and HWPE ［J］. Journal of Mechanical & Electrical Engineering ， 2023 ， 40 （ 8 ）： 1157 - 1166 . （In Chinese）

MCDONALD G L ， ZHAO Q ， ZUO M J . Maximum correlated kurtosis deconvolution and application on gear tooth chip fault detection ［J］. Mechanical Systems and Signal Processing ， 2012 ， 33 ： 237 - 255 .

唐贵基，王晓龙 . 自适应最大相关峭度解卷积方法及其在轴承早期故障诊断中的应用［J］. 中国电机工程学报， 2015 ， 35 （ 6 ）： 1436 - 1444 .

TANG Guiji ， WANG Xiaolong . Adaptive maximum correlation kurtosis deconvolution method and its application in bearing early fault diagnosis ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 6 ）： 1436 - 1444 . （In Chinese）

LÜ X ， HU Z Q ， ZHOU H L ， et al . Application of improved MCKD method based on QGA in planetary gear compound fault diagnosis ［J］. Measurement ， 2019 ， 139 ： 236 - 248 .

李彦徵，栾孝驰，杨杰，等 . 基于灰狼算法优化最大相关峭度反卷积的滚动轴承振动特征提取与表征方法［J］. 航空动力学报， 2025 ， 40 （ 3 ）： 376 - 390 .

LI Yanzheng ， LUAN Xiaochi ， YANG Jie ， et al . Vibration feature extraction and characterization method of rolling bearing based on maximum correlation kurtosis deconvolution optimized by graywolf algorithm ［J］. Journal of Aerospace Power ， 2025 ， 40 （ 3 ）： 376 - 390 . （In Chinese）

TANG G J ， WANG X L ， HE Y L . Diagnosis of compound faults of rolling bearings through adaptive maximum correlated kurtosis deconvolution ［J］. Journal of Mechanical Science and Technology ， 2016 ， 30 （ 1 ）： 43 - 54 .

刘迎松，魏志刚，束海星，等 . 基于参数自适应VMD和MCKD的滚动轴承微弱故障特征提取［J］. 噪声与振动控制， 2023 ， 43 （ 3 ）： 102 - 109 .

LIU Yingsong ， WEI Zhigang ， SHU Haixing ， et al . Weak fault feature extraction of rolling bearings based on parameter adaptive VMD and MCKD ［J］. Noise and Vibration Control ， 2023 ， 43 （ 3 ）： 102 - 109 . （In Chinese）

MIRJALILI S ， MIRJALILI M S ， LEWIS A . Grey wolf optimizer ［J］. Advances in Engineering Software ， 2014 ， 69 ： 46 - 61 .

谢少鹏，吴柏生，赵秀婷，等 . 基于改进灰狼优化算法的结构损伤识别［J］. 计算力学学报， 2024 ， 41 （ 2 ）： 256 - 262 .

XIE Shaopeng ， WU Baisheng ， ZHAO Xiuting ， et al . Structural damage identification based on improved grey wolf optimization algorithm ［J］. Chinese Journal of Computational Mechanics ， 2024 ， 41 （ 2 ）： 256 - 262 . （In Chinese）

张俊，张建群，钟敏，等 . 基于PSO-VMD-MCKD方法的风机轴承微弱故障诊断［J］. 振动、测试与诊断， 2020 ， 40 （ 2 ）： 287 - 296 .

ZHANG Jun ， ZHANG Jianqun ， ZHONG Min ， et al . Weak fault diagnosis of fan bearing based on PSO-VMD-MCKD method ［J］. Journal of Vibration ，Measurement & Diagnosis， 2020 ， 40 （ 2 ）： 287 - 296 . （In Chinese）

王朝阁，李宏坤，曹顺心，等 . 改进VMD和非凸重叠组收缩降噪的行星齿轮箱早期故障特征提取［J］. 振动工程学报， 2021 ， 34 （ 6 ）： 1293 - 1304 .

WANG Chaoge ， LI Hongkun ， CAO Shunxin ， et al . Incipient fault feature extraction of planetary gearbox based on modified VMD and non-convex overlap group shrinkage denoising ［J］. Journal of Vibration Engineering ， 2021 ， 34 （ 6 ）： 1293 - 1304 . （In Chinese）

侯宇祥，陈长征 . 自适应麻雀搜索算法的太阳轮故障诊断研究［J］. 机械设计与制造， 2024 （ 1 ）： 61 - 64 .

HOU Yuxiang ， CHEN Changzheng . Research on fault diagnosis of sun wheel based on adaptive sparrow search algorithm ［J］. Machinery Design & Manufacture ， 2024 （ 1 ）： 61 - 64 . （In Chinese）

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于抽油机工况的特征提取与建立和全域故障识别

基于t⁃SNE降维方法的滚动轴承剩余寿命预测

基于SAVMD与CNN结合的轴承故障诊断方法

MVMD与IEDPE结合的转子故障特征提取方法

基于参数优化MOMEDA与CEEMDAN的滚动轴承微弱故障特征提取研究