本文關(guān)鍵詞：應(yīng)用VMD和多參數(shù)融合的齒輪箱故障診斷

  更多相關(guān)文章： 多參數(shù)融合 齒輪箱 故障診斷

【摘要】：由于齒輪箱故障信號(hào)的非線性,以及各種噪聲的影響導(dǎo)致故障特征難以確定,為了準(zhǔn)確、高效地分析齒輪箱故障信號(hào),提出了一種應(yīng)用變分模態(tài)分解(VMD)和多參數(shù)融合的齒輪箱故障診斷方法。首先對(duì)齒輪箱故障信號(hào)進(jìn)行變分模態(tài)分解,并與傳統(tǒng)的經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)進(jìn)行對(duì)比;同時(shí)提取各模態(tài)分量的能量百分比和信息熵作為特征值,并采用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷。實(shí)驗(yàn)結(jié)果表明變分模態(tài)分解能夠有效避免模態(tài)混疊現(xiàn)象的發(fā)生,以VMD為基礎(chǔ)的多參數(shù)融合方法能夠準(zhǔn)確、快速地實(shí)現(xiàn)齒輪箱的故障診斷。
【作者單位】： 中北大學(xué)機(jī)械與動(dòng)力工程學(xué)院;中國(guó)電子科技集團(tuán)公司第二研究所;
【關(guān)鍵詞】： 多參數(shù)融合 齒輪箱 故障診斷
【基金】：國(guó)家自然科學(xué)基金:基于粒子群優(yōu)化和濾波技術(shù)的復(fù)雜傳動(dòng)裝置早期故障診斷研究(50875247)
【分類號(hào)】：TH132.41
【正文快照】： 030024)0引言當(dāng)齒輪箱發(fā)生故障時(shí),常用的故障診斷方法是通過采集振動(dòng)加速度信號(hào)進(jìn)行分析,然而由于齒輪箱的振動(dòng)響應(yīng)是各個(gè)頻率特征信息的疊加,因此就需要通過濾波和信號(hào)分解提取特征值進(jìn)行故障診斷。傳統(tǒng)的經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)算法存在模態(tài)混疊問題,需要進(jìn)一步優(yōu)化,為此程軍圣[1

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 陳立軍;張海勇;韓東;;基于VMD和HSA的水聲跳頻信號(hào)時(shí)頻分析方法[J];科學(xué)技術(shù)與工程;2015年28期

2 劉長(zhǎng)良;武英杰;甄成剛;;基于變分模態(tài)分解和模糊C均值聚類的滾動(dòng)軸承故障診斷[J];中國(guó)電機(jī)工程學(xué)報(bào);2015年13期

3 劉述文;潘宏俠;劉濤濤;;基于LMD和RBF結(jié)合的齒輪箱故障診斷[J];機(jī)床與液壓;2015年07期

4 梁小曉;曹莉;韋崇崗;樂英高;;物聯(lián)網(wǎng)感知層傳感節(jié)點(diǎn)故障診斷研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2015年03期

5 唐貴基;王曉龍;;參數(shù)優(yōu)化變分模態(tài)分解方法在滾動(dòng)軸承早期故障診斷中的應(yīng)用[J];西安交通大學(xué)學(xué)報(bào);2015年05期

6 馬廉潔;曹小兵;陳小輝;李琛;;基于GA與RBF神經(jīng)網(wǎng)絡(luò)的工程陶瓷點(diǎn)磨削表面硬度數(shù)值模擬[J];組合機(jī)床與自動(dòng)化加工技術(shù);2015年01期

7 王金東;代梅;夏法鋒;趙海峰;;基于EMD信息熵和支持向量機(jī)的往復(fù)壓縮機(jī)軸承故障診斷[J];流體機(jī)械;2014年07期

8 龔萍;張輝;毛征;張慶龍;孔文超;;融合局部熵二維熵的空中目標(biāo)跟蹤算法研究[J];國(guó)外電子測(cè)量技術(shù);2014年01期

9 程軍圣;楊怡;楊宇;;局部特征尺度分解方法及其在齒輪故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2012年09期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王暢;基于HHT的微網(wǎng)電能質(zhì)量檢測(cè)與分析[D];華北電力大學(xué);2014年

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 成潔;李思燃;;基于遞歸圖和局部非負(fù)矩陣分解的軸承故障診斷[J];工礦自動(dòng)化;2017年07期

2 王友仁;陳偉;孫燦飛;孫權(quán);黃海安;;基于能量聚集度經(jīng)驗(yàn)小波變換的齒輪箱早期微弱故障診斷[J];中國(guó)機(jī)械工程;2017年12期

3 楊洪柏;張宏利;蔣超;劉樹林;;變分模態(tài)分解與神經(jīng)網(wǎng)絡(luò)結(jié)合的軸承故障診斷[J];機(jī)械設(shè)計(jì)與制造;2017年06期

4 王建國(guó);陳帥;張超;;VMD與MCKD在軸承故障診斷中的應(yīng)用與研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年05期

5 秦波;王祖達(dá);郭慧莉;孫國(guó)棟;陳帥;王建國(guó);;基于VMD和對(duì)稱差分能量算子解調(diào)的滾動(dòng)軸承故障診斷方法[J];機(jī)械傳動(dòng);2017年05期

6 朱永利;賈亞飛;王劉旺;李莉;鄭艷艷;;基于改進(jìn)變分模態(tài)分解和Hilbert變換的變壓器局部放電信號(hào)特征提取及分類[J];電工技術(shù)學(xué)報(bào);2017年09期

7 楊宇;羅鵬;程軍圣;;廣義變分模態(tài)分解及其在齒輪箱復(fù)合故障診斷中的應(yīng)用[J];中國(guó)機(jī)械工程;2017年09期

8 趙磊;夏均忠;李澤華;于明奇;汪治安;;基于VMD樣本熵和LS-SVM的滾動(dòng)軸承故障診斷[J];軍事交通學(xué)院學(xué)報(bào);2017年04期

9 安邦;潘宏俠;張媛;張玉學(xué);趙雄鵬;;應(yīng)用VMD和多參數(shù)融合的齒輪箱故障診斷[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年04期

10 姚立國(guó);黃海松;;改進(jìn)K均值模擬退火聚類算法的滾動(dòng)軸承故障診斷[J];組合機(jī)床與自動(dòng)化加工技術(shù);2017年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 胡二猛;基于LabVIEW的齒輪箱故障診斷系統(tǒng)研究[D];南京信息工程大學(xué);2016年

2 楊冬強(qiáng);風(fēng)力發(fā)電短期功率預(yù)測(cè)研究[D];鄭州大學(xué);2016年

3 鄭宗琳;基于高速列車走行部監(jiān)測(cè)數(shù)據(jù)的EEMD特征分析[D];西南交通大學(xué);2015年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郭謀發(fā);徐麗蘭;繆希仁;陳立純;;采用時(shí)頻矩陣奇異值分解的配電開關(guān)振動(dòng)信號(hào)特征量提取方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年28期

2 康守強(qiáng);王玉靜;姜義成;楊廣學(xué);宋立新;V.I.MIKULOVICH;;基于超球球心間距多類支持向量機(jī)的滾動(dòng)軸承故障分類[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年14期

3 毛樂琦;;基于隱馬爾科夫模型的無(wú)線傳感網(wǎng)節(jié)點(diǎn)故障診斷算法[J];計(jì)算機(jī)應(yīng)用與軟件;2014年01期

4 馬百雪;潘宏俠;楊素梅;;基于改進(jìn)的HHT邊際譜齒輪箱故障診斷[J];煤礦機(jī)械;2013年10期

5 鮑永勝;;局部放電脈沖波形特征提取及分類技術(shù)[J];中國(guó)電機(jī)工程學(xué)報(bào);2013年28期

6 曲勁松;毛征;吳珍榮;袁建建;李紅巖;;基于二維熵的空中小目標(biāo)跟蹤研究[J];國(guó)外電子測(cè)量技術(shù);2013年07期

7 張寶軍;張國(guó)豐;嚴(yán)智;劉呈則;;核電廠主螺栓超聲自動(dòng)檢測(cè)技術(shù)研究與實(shí)現(xiàn)[J];壓力容器;2013年05期

8 周晏;尚鵬;;基于人工魚群聚類的傳感器節(jié)點(diǎn)故障診斷[J];計(jì)算機(jī)測(cè)量與控制;2013年05期

9 梁小曉;韋崇崗;;基于人工蜂群算法的物聯(lián)網(wǎng)數(shù)據(jù)融合技術(shù)研究[J];組合機(jī)床與自動(dòng)化加工技術(shù);2013年05期

10 陳剛;楊勇;;一種自適應(yīng)基于紋理和顏色特征的目標(biāo)跟蹤算法[J];智能計(jì)算機(jī)與應(yīng)用;2013年02期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃晉英;畢世華;潘宏俠;楊喜旺;;獨(dú)立分量分析在齒輪箱故障診斷中的應(yīng)用[J];振動(dòng)、測(cè)試與診斷;2008年02期

2 一民;高速齒輪箱故障診斷技術(shù)及其診斷系統(tǒng)通過鑒定[J];振動(dòng)、測(cè)試與診斷;1991年04期

3 戴麗杰;;齒輪箱故障診斷方法[J];黑龍江科技信息;2002年08期

4 高國(guó)華 ,張永忠;齒輪箱故障診斷技術(shù)的新發(fā)展[J];機(jī)械傳動(dòng);2003年06期

5 高永生;唐力偉;王建華;金海薇;;基于系統(tǒng)特性的齒輪箱故障診斷[J];煤礦機(jī)械;2006年01期

6 魏秀業(yè);潘宏俠;;齒輪箱故障診斷技術(shù)現(xiàn)狀及展望[J];測(cè)試技術(shù)學(xué)報(bào);2006年04期

7 邢士勇;金海薇;鄭海起;唐力偉;;基于關(guān)聯(lián)距離熵的齒輪箱故障診斷[J];機(jī)械工程師;2007年07期

8 吳德會(huì);;一種基于支持向量機(jī)的齒輪箱故障診斷方法[J];振動(dòng)、測(cè)試與診斷;2008年04期

9 王華;包磊;宋昊明;郭穎;葉偉;;空分457齒輪箱故障診斷[J];機(jī)械研究與應(yīng)用;2008年03期

10 朱有劍;李建;;基于倒頻譜特征提取的齒輪箱故障診斷[J];科技廣場(chǎng);2008年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 蔡安江;豆衛(wèi)濤;柴彥昌;孫少軍;;基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的齒輪箱故障診斷應(yīng)用研究[A];陜西省機(jī)械工程學(xué)會(huì)第九次代表大會(huì)會(huì)議論文集[C];2009年

2 高永生;唐力偉;甘霖;楊通強(qiáng);;基于系統(tǒng)特性的齒輪箱故障診斷[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

3 李愛民;;基于灰色聚類決策的齒輪箱故障診斷[A];第19屆灰色系統(tǒng)全國(guó)會(huì)議論文集[C];2010年

4 金大瑋;李建橋;賈民平;;循環(huán)自相關(guān)函數(shù)在齒輪箱故障診斷中的應(yīng)用[A];走中國(guó)特色農(nóng)業(yè)機(jī)械化道路——中國(guó)農(nóng)業(yè)機(jī)械學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

5 董海江;趙春華;萬(wàn)詩(shī)慶;汪偉;;LWPEE與SVM在風(fēng)電齒輪箱故障診斷中的應(yīng)用[A];第十一屆全國(guó)摩擦學(xué)大會(huì)論文集[C];2013年

6 雷亞國(guó);林京;何正嘉;;基于多傳感器信息融合的行星齒輪箱故障診斷[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 歐璐;圖譜理論在齒輪箱故障診斷中的應(yīng)用研究[D];湖南大學(xué);2016年

2 華偉;基于多小波變換的礦用齒輪箱故障診斷研究[D];中國(guó)礦業(yè)大學(xué)(北京);2017年

3 許昕;基于濾波技術(shù)和粒子群優(yōu)化的齒輪箱故障診斷研究[D];中北大學(xué);2011年

4 焦新濤;小波分析及其在齒輪箱故障診斷中應(yīng)用研究[D];華南理工大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李猷鳳;齒輪箱故障診斷的小波包-ICA分析方法[D];南京理工大學(xué);2015年

2 鄢小安;基于自適應(yīng)振動(dòng)信號(hào)處理的齒輪箱故障診斷研究[D];華北電力大學(xué);2015年

3 李楠;基于粒子濾波的齒輪箱故障診斷[D];華北電力大學(xué);2015年

4 張韶;基于數(shù)據(jù)挖掘技術(shù)在齒輪箱故障診斷的應(yīng)用[D];河北工程大學(xué);2015年

5 李國(guó)明;基于神經(jīng)網(wǎng)絡(luò)的齒輪箱故障診斷研究[D];河北工業(yè)大學(xué);2015年

6 盧昆鵬;基于DSP-SVM的風(fēng)電齒輪箱故障診斷系統(tǒng)[D];中北大學(xué);2016年

7 馬凌芝;基于DSP和TQWT稀疏分解的風(fēng)電齒輪箱故障診斷系統(tǒng)[D];中北大學(xué);2016年

8 郭松濤;基于約束獨(dú)立分量分析的齒輪箱故障診斷研究[D];河南理工大學(xué);2015年

9 牛志雷;基于形態(tài)分量分析的齒輪箱故障診斷研究[D];石家莊鐵道大學(xué);2016年

10 曹勁然;大型吊裝裝備齒輪箱故障診斷與預(yù)測(cè)方法研究[D];南京理工大學(xué);2016年

，

本文編號(hào)：1087629