本文關(guān)鍵詞：EMD與cICA方法在多級(jí)齒輪傳動(dòng)微弱故障特征提取中的應(yīng)用　出處：《機(jī)械科學(xué)與技術(shù)》2017年07期 　論文類型：期刊論文

  更多相關(guān)文章： 多級(jí)齒輪傳動(dòng) 經(jīng)驗(yàn)?zāi)B(tài)分解 約束獨(dú)立分量分析 故障特征提取

【摘要】：為提取多級(jí)齒輪傳動(dòng)單通道測(cè)量信號(hào)中隱含的微弱低頻故障特征信息,提出了一種基于經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical mode decomposition,EMD)與約束獨(dú)立分量分析(Constrained independent component analysis,cICA)相結(jié)合的故障特征提取方法。首先對(duì)實(shí)測(cè)的齒輪箱單通道測(cè)量信號(hào)進(jìn)行EMD分解;然后計(jì)算各個(gè)本征模態(tài)函數(shù)(Intrinsic mode function,IMF)的峭度及其與原信號(hào)的互相關(guān)系數(shù),并選擇合適的IMFs分量與原信號(hào)組成新的虛擬觀測(cè)向量;最后,通過(guò)構(gòu)建合適的參考信號(hào)進(jìn)行cICA分析,提取出了理想的微弱低頻故障特征。通過(guò)多級(jí)齒輪傳動(dòng)中的低速級(jí)斷齒故障特征提取試驗(yàn)分析,驗(yàn)證了該方法的有效性和適用性。
[Abstract]:In order to extract the weak low-frequency fault characteristic information from the single-channel measurement signal of multi-stage gear transmission. An empirical mode decomposition based on empirical mode decomposition is proposed. EMD) and constrained independent component analysis. The fault feature extraction method combined with cICA. Firstly, the measured single-channel measurement signal of the gearbox is decomposed by EMD. Then the kurtosis of each intrinsic mode function IMF and its correlation with the original signal are calculated. The suitable IMFs component and the original signal are selected to form the new virtual observation vector. Finally, the ideal weak low-frequency fault features are extracted by constructing appropriate reference signals for cICA analysis, and the low-speed broken tooth fault characteristics of multi-stage gear transmission are extracted and analyzed experimentally. The validity and applicability of the method are verified.
【作者單位】： 河南理工大學(xué)機(jī)械與動(dòng)力工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(U1304523) 河南理工大學(xué)博士基金項(xiàng)目(B2017-28)資助
【分類號(hào)】：TH132.41
【正文快照】： 多級(jí)齒輪傳動(dòng)可以實(shí)現(xiàn)低轉(zhuǎn)速、大扭矩輸出,在礦山機(jī)械、化工機(jī)械、冶金等領(lǐng)域廣泛應(yīng)用,其低速級(jí)齒輪副一旦出現(xiàn)輪齒斷裂等局部性故障時(shí),因高速級(jí)齒輪嚙合振動(dòng)信號(hào)能量大,低速級(jí)振動(dòng)能量弱,且因噪聲等因素的干擾,導(dǎo)致測(cè)量信號(hào)中隱含的周期沖擊成分很微弱,其故障特征提取更是一

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳岳東，屈梁生;回轉(zhuǎn)機(jī)械的故障特征提取與分類[J];機(jī)械工程學(xué)報(bào);1994年S1期

2 李兆飛;柴毅;李華鋒;;多重分形的振動(dòng)信號(hào)故障特征提取方法[J];數(shù)據(jù)采集與處理;2013年01期

3 韓立靜;徐金梧;陽(yáng)建宏;黎敏;;基于灰度擊中擊不中變換的故障特征提取方法[J];北京科技大學(xué)學(xué)報(bào);2012年07期

4 李學(xué)軍;廖傳軍;褚福磊;;適于聲發(fā)射信號(hào)故障特征提取的小波函數(shù)[J];機(jī)械工程學(xué)報(bào);2008年03期

5 梅檢民;肖云魁;賈繼德;趙慧敏;陳祥龍;喬龍;;基于改進(jìn)階比的變速器微弱故障特征提取[J];振動(dòng)工程學(xué)報(bào);2012年03期

6 任立通;胡金海;謝壽生;王磊;苗卓廣;;基于隨機(jī)共振預(yù)處理的振動(dòng)故障特征提取研究[J];振動(dòng)與沖擊;2014年02期

7 陳長(zhǎng)征,羅躍綱,張省,虞和濟(jì);基于小波分析的機(jī)械故障特征提取研究[J];機(jī)械強(qiáng)度;2001年01期

8 郝志華;馬孝江;;高階非線性時(shí)頻表示在故障特征提取中的應(yīng)用[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2006年02期

9 張玉存;馬睿;付獻(xiàn)斌;孔濤;;基于拓?fù)鋫鬟f的耦合機(jī)械故障特征提取方法[J];中國(guó)機(jī)械工程;2012年04期

10 王詩(shī)彬;許佳;朱忠奎;;瞬態(tài)成分參數(shù)的最小二乘法辨識(shí)及其軸承故障特征提取應(yīng)用[J];機(jī)械工程學(xué)報(bào);2012年07期

相關(guān)會(huì)議論文 前3條

1 趙志宏;楊紹普;;一種基于ICA的機(jī)械故障特征提取方法[A];機(jī)械動(dòng)力學(xué)理論及其應(yīng)用[C];2011年

2 潘宏俠;黃晉英;毛鴻偉;劉振旺;;基于粒子群優(yōu)化的故障特征提取技術(shù)研究[A];第九屆全國(guó)振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文摘要集[C];2007年

3 朱啟兵;楊慧中;;基于卷積型小波包奇異值分解的齒輪故障特征提取[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 程發(fā)斌;面向機(jī)械故障特征提取的混合時(shí)頻分析方法研究[D];重慶大學(xué);2007年

2 馮坤;基于內(nèi)積變換的機(jī)械故障特征提取原理與早期識(shí)別方法研究[D];北京化工大學(xué);2012年

3 李加慶;基于聲全息的故障特征提取技術(shù)研究[D];上海交通大學(xué);2008年

4 趙玲;旋轉(zhuǎn)機(jī)械系統(tǒng)故障特征提取中的分形方法研究[D];重慶大學(xué);2010年

5 陳建國(guó);基于獨(dú)立分量分析的機(jī)械故障特征提取及分類方法研究[D];大連理工大學(xué);2011年

6 李兆飛;振動(dòng)故障分形特征提取及診斷方法研究[D];重慶大學(xué);2013年

7 鞠萍華;旋轉(zhuǎn)機(jī)械早期故障特征提取的時(shí)頻分析方法研究[D];重慶大學(xué);2010年

8 趙志宏;基于振動(dòng)信號(hào)的機(jī)械故障特征提取與診斷研究[D];北京交通大學(xué);2012年

9 趙鵬;離心泵振動(dòng)故障診斷方法研究及系統(tǒng)實(shí)現(xiàn)[D];華北電力大學(xué)（北京）;2011年

10 毛永芳;機(jī)械測(cè)試中多分量信號(hào)特征提取方法的研究[D];重慶大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 薄瑞瑞;基于LMD的振動(dòng)信號(hào)處理及故障特征提取研究[D];內(nèi)蒙古大學(xué);2015年

2 屈紅偉;基于LMD的故障特征提取方法及動(dòng)平衡技術(shù)研究[D];北京化工大學(xué);2015年

3 李嶺陽(yáng);基于非線性分析的故障特征提取及識(shí)別方法研究[D];北京化工大學(xué);2016年

4 沈金理;機(jī)械裝備連接松動(dòng)故障特征提取方法的研究[D];東華大學(xué);2013年

5 易雄;基于小波分析的機(jī)械故障特征提取與診斷技術(shù)研究[D];浙江工業(yè)大學(xué);2009年

6 王澤棟;鉆井泵閥的故障特征提取與基于GSM的遠(yuǎn)程故障報(bào)警儀[D];北京化工大學(xué);2008年

7 李艷妮;旋轉(zhuǎn)機(jī)械故障機(jī)理與故障特征提取技術(shù)研究[D];北京化工大學(xué);2007年

8 劉亭偉;基于譜峭度的齒輪箱故障特征提取[D];昆明理工大學(xué);2011年

9 李斌;基于盲源分離的旋轉(zhuǎn)機(jī)械非平穩(wěn)振動(dòng)信號(hào)研究[D];昆明理工大學(xué);2011年

10 趙海峰;基于HHT的非平穩(wěn)信號(hào)故障特征提取研究[D];大慶石油學(xué)院;2007年

，

本文編號(hào)：1404778