基于MCKD和快速谱峭度的行星齿轮箱故障诊断

摘要

行星齿轮箱作为风电机组的核心部件之一，工作环境恶劣，载荷分布复杂，很容易发生故障，行星齿轮箱振动信号复杂且传递路径复杂多变,低频成分噪声污染严重,针对该情况下故障信号难以准确提取与分离的问题,提出基于最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)和快速谱峭度的诊断方法.首先通过MCKD对原始信号进行降噪处理,检测周期性冲击成分;其次结合快速谱峭度方法获取最佳分析频带;最后对降噪信号求取Hilbert包络谱,从而获得信号中的有效信息.仿真信号和实验数据分析验证了该方法的有效性和可靠性.