準(zhǔn)確提取振動(dòng)信號(hào)特征,是齒輪故障診斷的關(guān)鍵問題。為此,提出了一種基于S變換能量分布特征和SVM的故障診斷方法。首先對(duì)齒輪故障信號(hào)進(jìn)行S變換得到時(shí)頻矩陣,然后利用該矩陣構(gòu)建能量分布特征。最后建立SVM齒輪故障識(shí)別模型,將對(duì)應(yīng)的特征樣本輸入到模型中進(jìn)行訓(xùn)練和識(shí)別,以達(dá)到對(duì)齒輪故障的準(zhǔn)確分類。將所提出的方法應(yīng)用于齒輪故障檢測(cè)和診斷。通過實(shí)際故障實(shí)驗(yàn)數(shù)據(jù)對(duì)所提方法進(jìn)行了驗(yàn)證。結(jié)果表明,該方法能夠有效地降低噪聲的影響,能夠準(zhǔn)確地識(shí)別齒輪故障,具有較高的準(zhǔn)確率和使用價(jià)值。 

【文章來源】：機(jī)械設(shè)計(jì)與制造. 2020,(07)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

齒輪振動(dòng)試驗(yàn)臺(tái)結(jié)構(gòu)示意圖

圖1 齒輪振動(dòng)試驗(yàn)臺(tái)結(jié)構(gòu)示意圖采集齒輪正常、斷齒及磨損狀態(tài)下振動(dòng)信號(hào)進(jìn)行S變換，得到時(shí)頻圖，如圖3所示。從圖中可以看出，在整個(gè)采樣時(shí)間內(nèi)齒輪的嚙頻及其倍頻成分以相同的時(shí)間間隔出現(xiàn)，說明齒輪振動(dòng)信號(hào)具有周期性的沖擊特征。

采集齒輪正常、斷齒及磨損狀態(tài)下振動(dòng)信號(hào)進(jìn)行S變換，得到時(shí)頻圖，如圖3所示。從圖中可以看出，在整個(gè)采樣時(shí)間內(nèi)齒輪的嚙頻及其倍頻成分以相同的時(shí)間間隔出現(xiàn)，說明齒輪振動(dòng)信號(hào)具有周期性的沖擊特征。圖3齒輪三種狀態(tài)下振動(dòng)信號(hào)S變換時(shí)頻圖

【參考文獻(xiàn)】：
期刊論文
[1]基于二維S變換算法的圖像去噪研究[J]. 夏雪剛.  信息技術(shù). 2017(02)
[2]廣義S變換與短時(shí)傅里葉變換在地震時(shí)頻分析中的對(duì)比研究[J]. 黃斌,張宏兵,王強(qiáng),喬驍.  中國煤炭地質(zhì). 2017(01)
[3]STFT和HHT在風(fēng)力機(jī)軸承故障診斷中的應(yīng)用[J]. 隆軍,吳金強(qiáng).  噪聲與振動(dòng)控制. 2013(04)
[4]基于S變換的心音信號(hào)特征提取[J]. 李戰(zhàn)明,韓陽,韋哲,周強(qiáng),辛邁.  振動(dòng)與沖擊. 2012(21)
[5]基于參數(shù)優(yōu)化Morlet小波變換的故障特征提取方法[J]. 蔣永華,湯寶平,劉文藝,董紹江.  儀器儀表學(xué)報(bào). 2010(01)

博士論文
[1]內(nèi)燃機(jī)振聲信號(hào)時(shí)頻特性分析及源信號(hào)盲分離技術(shù)研究[D]. 徐紅梅.浙江大學(xué) 2008



本文編號(hào)：3423321