本文關(guān)鍵詞：小波降噪和局域均值分解的齒輪故障特征提取技術(shù)

  更多相關(guān)文章： 小波 局域均值分解(LMD) 齒輪故障 特征提取

【摘要】：針對(duì)齒輪系統(tǒng)非線性、非平穩(wěn)性特點(diǎn)及傳統(tǒng)時(shí)頻分析方法的局限性,提出一種將小波和局域均值分解(Local mean decomposition,LMD)相結(jié)合進(jìn)行齒輪故障特征提取的方法。該方法將原始信號(hào)通過(guò)小波分解再重構(gòu)進(jìn)行處理,以降低噪聲的干擾,然后對(duì)重構(gòu)信號(hào)進(jìn)行LMD分解,并且對(duì)分解后所得到的乘積函數(shù)(PF)分量進(jìn)行篩選。對(duì)篩選后的乘積函數(shù)進(jìn)行包絡(luò)譜分析,提取其故障特征進(jìn)行研究。結(jié)果表明,兩者相結(jié)合是一種很有效的故障特征提取方法,減弱了噪聲對(duì)信號(hào)的干擾,可以實(shí)現(xiàn)對(duì)其振動(dòng)信號(hào)故障特征的提取和診斷。
【作者單位】： 沈陽(yáng)理工大學(xué)機(jī)械工程學(xué)院;霍林郭勒職業(yè)技術(shù)學(xué)校;
【關(guān)鍵詞】： 小波 局域均值分解(LMD) 齒輪故障 特征提取
【分類號(hào)】：TH132.41
【正文快照】： 旋轉(zhuǎn)機(jī)械隨著制造業(yè)的發(fā)展在機(jī)械工業(yè)領(lǐng)域的應(yīng)用越來(lái)越廣泛,其功能越來(lái)越完善,結(jié)構(gòu)也隨之復(fù)雜,工作環(huán)境更加多變。由于其大負(fù)載、高轉(zhuǎn)速、連續(xù)工作的特性,容易引發(fā)各種故障從而導(dǎo)致設(shè)備不能正常運(yùn)轉(zhuǎn),影響機(jī)械的正常工作,降低生產(chǎn)效率。齒輪在機(jī)械設(shè)備領(lǐng)域中是應(yīng)用非常廣泛的零

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 湯和;應(yīng)懷樵;汪元輝;張策;;用齒輪噪聲特性診斷齒輪故障的研究[J];齒輪;1986年04期

2 高明;齒輪故障分析及診斷[J];電大理工;2000年01期

3 皮駿;廖明夫;;利用小波包絡(luò)診斷齒輪故障[J];機(jī)械設(shè)計(jì);2005年11期

4 孔文濤;許益華;;齒輪故障的原因及診斷[J];石油和化工設(shè)備;2009年03期

5 艾延廷,盛元生;時(shí)域分析技術(shù)在齒輪故障檢測(cè)中的應(yīng)用[J];振動(dòng)、測(cè)試與診斷;1992年04期

6 潘嘉祺;《齒輪故障模擬器的開(kāi)發(fā)和研制》項(xiàng)目通過(guò)科技成果鑒定[J];上海冶金高等�？茖W(xué)校學(xué)報(bào);2000年02期

7 陳明華 ,陳海林 ,江建忠;齒輪故障的振動(dòng)診斷及案例分析[J];中國(guó)設(shè)備工程;2005年07期

8 陳亮;;應(yīng)用振動(dòng)峰值能量對(duì)齒輪故障的診斷[J];中國(guó)設(shè)備工程;2008年04期

9 張桂才，趙萬(wàn)鎰;幅值立方法──一種新的齒輪故障信號(hào)預(yù)處理方法[J];機(jī)械傳動(dòng);1994年03期

10 劉建敏;劉遠(yuǎn)宏;江鵬程;馮輔周;;基于包絡(luò)S變換時(shí)頻圖像提取齒輪故障特征[J];振動(dòng)與沖擊;2014年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 明廷鋒;張永祥;仰德標(biāo);;齒輪故障診斷技術(shù)研究綜述[A];第十屆全國(guó)設(shè)備監(jiān)測(cè)與診斷技術(shù)學(xué)術(shù)會(huì)議論文集[C];2000年

2 張玉奎;周火青;;提升小波分析在齒輪故障中的應(yīng)用[A];2012中國(guó)（唐山）綠色鋼鐵高峰論壇暨冶金設(shè)備、節(jié)能減排技術(shù)推介會(huì)論文集/推介指南[C];2012年

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

1 趙年偉;基于聲發(fā)射技術(shù)的齒輪故障監(jiān)測(cè)[D];沈陽(yáng)工業(yè)大學(xué);2013年

2 Simon Romli;基于包絡(luò)分析的齒輪故障監(jiān)測(cè)及基于人工神經(jīng)網(wǎng)絡(luò)的齒輪故障分類[D];重慶大學(xué);2011年

3 李海龍;基于局部特征尺度分解的齒輪故障診斷方法研究[D];湖南大學(xué);2012年

4 馬學(xué)知;基于虛擬儀器的齒輪故障測(cè)試系統(tǒng)[D];湖南大學(xué);2007年

5 陳佳;齒輪故障信號(hào)實(shí)時(shí)壓縮算法研究[D];重慶大學(xué);2014年

6 董傳洋;基于MCSA的齒輪故障診斷技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

7 周輝;齒輪故障的特征提取與模式識(shí)別技術(shù)研究[D];鄭州大學(xué);2005年

8 曹宇翔;基于核聚類與信息融合的齒輪故障診斷技術(shù)研究[D];湖南科技大學(xué);2014年

9 祁映強(qiáng);基于自相關(guān)分析和EMD理論的齒輪故障診斷方法研究[D];內(nèi)蒙古科技大學(xué);2015年

10 張姍姍;基于蜂群優(yōu)化的支持向量機(jī)齒輪故障診斷技術(shù)研究[D];東北石油大學(xué);2015年

，

本文編號(hào)：1046958