本文關(guān)鍵詞：基于曲線特征分段的多階FRFT濾波提取齒輪早期故障特征　出處：《振動與沖擊》2016年11期 　論文類型：期刊論文

  更多相關(guān)文章： 基于曲線特征分段 多階FRFT濾波 變加速工況 特征提取

【摘要】：對于變速器齒輪早期微弱故障特征難以提取的問題,提出了一種基于曲線特征進(jìn)行分段的多階分?jǐn)?shù)階傅里葉變換(Fractional Fourier Transform,FRFT)濾波方法。首先,依據(jù)振動信號頻率曲線的特征將目標(biāo)檔位的嚙合頻率曲線分成若干頻率近似線性變化的信號段,然后通過計算確定相應(yīng)信號段的分?jǐn)?shù)階傅里葉變換的濾波最佳階次,再逐段進(jìn)行濾波,從而分離出包含故障特征信息的目標(biāo)階比分量,進(jìn)而進(jìn)行故障特征提取。通過采用該方法分析變速器變加速工況振動信號,結(jié)果表明,基于曲線特征進(jìn)行分段的多階FRFT濾波能夠有效分離出嚙合頻率分量,對分離出的分量進(jìn)行階次包絡(luò)解調(diào)分析,能準(zhǔn)確提取出齒輪微弱故障特征。
【作者單位】： 軍事交通學(xué)院研究生管理大隊;軍事交通學(xué)院軍用車輛系;
【基金】：總后勤部預(yù)研資助項目(AS407C001)
【分類號】：TH132.41
【正文快照】： 變速器早期故障特征微弱,在穩(wěn)態(tài)運(yùn)行時難以暴露;而變轉(zhuǎn)速過程更能充分暴露微弱的故障特征,但其他分量和噪聲干擾也更強(qiáng),因此如何有效剝離噪聲和其他分量干擾,提取攜帶故障特征信息的目標(biāo)階比分量成為提取早期故障微弱故障特征的關(guān)鍵[1]。在變轉(zhuǎn)速工況下,變速器振動信號頻率呈

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 梅檢民;肖云魁;楊萬成;陳祥龍;喬龍;;基于分?jǐn)?shù)階傅里葉變換的鄰近階比分離研究[J];振動與沖擊;2012年11期

2 劉鋒;徐會法;陶然;;分?jǐn)?shù)階Fourier變換中量綱歸一化因子的選取[J];系統(tǒng)工程與電子技術(shù);2011年02期

3 ;Detection and parameter estimation of multicomponent LFM signal based on the fractional Fourier transform[J];Science in China(Series F:Information Sciences);2004年02期

4 齊林,陶然,周思永,王越;基于分?jǐn)?shù)階Fourier變換的多分量LFM信號的檢測和參數(shù)估計[J];中國科學(xué)E輯:技術(shù)科學(xué);2003年08期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱航;張淑寧;趙惠昌;;典型體制雷達(dá)引信信號的調(diào)制制式識別[J];探測與控制學(xué)報;2016年05期

2 王思秀;徐舟;汪曉潔;汪江樺;;基于部分相關(guān)的LFM脈沖全參數(shù)估計[J];計算機(jī)應(yīng)用;2016年10期

3 孫樂;張衡陽;魏軍;劉立;;STFT和Zoom-FRFT聯(lián)合的多分量LFM信號參數(shù)估計方法[J];四川大學(xué)學(xué)報(自然科學(xué)版);2016年05期

4 唐明;楊愛英;忻向軍;;分?jǐn)?shù)階傅里葉變換及其在光通信中的應(yīng)用[J];科技導(dǎo)報;2016年16期

5 孫樂;魏軍;張衡陽;劉立;王建翔;;一種分?jǐn)?shù)域二分法LFM信號參數(shù)估計方法[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2016年04期

6 張劍云;夏杰;周青松;毛云祥;;基于基追蹤算法的寬帶LFM信號信道化偵察[J];數(shù)據(jù)采集與處理;2016年04期

7 王國威;梅檢民;曾銳利;常春;;基于曲線特征分段的多階FRFT濾波提取齒輪早期故障特征[J];振動與沖擊;2016年11期

8 杜鋒;李廣俠;向中武;唐t熡，

本文編號：1318658