發(fā)布時間：2017-10-05 02:33

  本文關鍵詞：基于EEMD結合二次小波包降噪的齒輪箱故障診斷

  更多相關文章： 齒輪箱 小波包 聚合經(jīng)驗模態(tài)分解 二次降噪 故障診斷

【摘要】：針對齒輪箱振動信號信噪比低、故障識別精確度不高等問題,提出了聚合經(jīng)驗模態(tài)分解(EEMD)結合小波包二次降噪的故障診斷方法.首先,對采集到的原始信號進行小波包降噪并重構;再對第一次降噪后的信號進行EEMD分解,得到一系列的固有模態(tài)函數(shù)(IMF);并計算分解得到的每個IMF與第一次降噪后信號的相關系數(shù),從而確定二次降噪的IMF有效集;然后,通過選擇不同消失矩的db系小波,對篩選出的IMF進行二次降噪;最后,將二次降噪之后的IMF進行重構,提取特征向量輸入到BP神經(jīng)網(wǎng)絡,識別齒輪箱的故障類型和位置.測試結果表明,此二次降噪方法用于齒輪箱故障診斷,識別準確率更高,在神經(jīng)網(wǎng)絡訓練和測試中耗時更短.
【作者單位】： 山西大學商務學院信息學院;
【關鍵詞】： 齒輪箱 小波包 聚合經(jīng)驗模態(tài)分解 二次降噪 故障診斷
【基金】：國家自然基金面上項目(61176115) 山西大學商務學院科研項目(2013006) 山西省高校科技創(chuàng)新研究項目(2014) 山西省自然科學基金研究項目(2014011018-1)
【分類號】：TH132.41
【正文快照】： 齒輪箱在各種旋轉機械中應用十分廣泛,但其惡劣的運行環(huán)境很容易造成一些故障.目前,齒輪箱故障診斷研究中主要面臨的問題是如何對其振動信號進行處理和分析,以及對其故障機理、故障特征提取、診斷方法和人工智能應用等方面進行研究[1].振動信號是齒輪箱故障特征的載體,對其進

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張斌;王細洋;;基于小波包和EMD的譜峭度法在滾動軸承故障診斷中的應用[J];失效分析與預防;2015年05期

2 楊保海;陳棟;鄭冬喜;查代奉;;基于小波包分解和EMD-SVM的軸承故障診斷方法[J];計算機測量與控制;2015年04期

3 文妍;譚繼文;;基于小波包分解和EMD的滾動軸承故障診斷方法研究[J];煤礦機械;2015年02期

4 王余奎;李洪儒;許葆華;;基于EEMD-增強因子自適應的液壓泵微弱故障特征提取[J];機床與液壓;2014年19期

5 余發(fā)軍;周鳳星;;基于EEMD和自相關函數(shù)特性的自適應降噪方法[J];計算機應用研究;2015年01期

6 蔣年華;;基于PSO-BP的齒輪箱故障檢測機制研究[J];計算機測量與控制;2013年08期

7 謝鋒云;;基于小波包-隱馬爾科夫模型的機床加工狀態(tài)識別[J];機床與液壓;2013年07期

8 張毅;;基于EMD和小波包的軸承故障特征提取[J];信息與電子工程;2012年03期

9 林近山;;基于EEMD和Hilbert變換的齒輪箱故障診斷[J];機械傳動;2010年05期

10 呂永衛(wèi);熊詩波;林選;田慕琴;;基于小波包和EMD處理的滾動軸承故障診斷[J];太原理工大學學報;2010年02期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王明吉;史建峰;李婉寧;;基于互相關的測量聲波飛渡時間的研究[J];電子設計工程;2016年15期

2 王德軍;張賢達;鮑亞新;;基于EEMD的發(fā)動機失火故障檢測[J];吉林大學學報(信息科學版);2016年04期

3 顏天曉;張瑞亮;王鐵;姜雄飛;;基于EEMD和Hilbert包絡分析的軸承復合故障診斷研究[J];機械傳動;2016年06期

4 崔建國;劉寶勝;王桂華;于明月;高陽;;基于小波包和支持向量機的艦用發(fā)動機故障診斷[J];火力與指揮控制;2016年06期

5 楊潞霞;樊東燕;周任軍;;基于EEMD結合二次小波包降噪的齒輪箱故障診斷[J];中北大學學報(自然科學版);2016年03期

6 邊杰;;利用經(jīng)驗模態(tài)分解改進的CEEMD故障診斷方法[J];礦山機械;2016年06期

7 祁少陽;程珩;陳法法;;基于穩(wěn)定分布參數(shù)估計的軸承故障診斷方法研究[J];太原理工大學學報;2016年03期

8 呂巖;房立清;張前圖;;LCD模糊熵和SOM神經(jīng)網(wǎng)絡在液壓泵故障診斷中的應用[J];機床與液壓;2016年09期

9 孫曙光;龐毅;王景芹;張超;杜太行;;改進的EEMD去噪方法及其在諧波檢測中的應用研究[J];電工電能新技術;2016年04期

10 劉瑩;韓焱;郭亞麗;李坤;;基于CEEMD的爆破振動信號自適應去噪[J];科學技術與工程;2015年32期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 文成;周傳德;;基于SVD與改進EMD的滾動軸承故障診斷[J];機械科學與技術;2014年05期

2 李慶;宋萬清;;經(jīng)驗模態(tài)分解與EOSA方法的滾動軸承故障診斷[J];計算機測量與控制;2014年04期

3 馬朝永;王克;孟志鵬;段建民;;基于Hermitian小波的時間-小波能量譜滾動軸承故障診斷方法[J];北京工業(yè)大學學報;2014年03期

4 胥永剛;孟志鵬;陸明;;基于雙樹復小波包變換和SVM的滾動軸承故障診斷方法[J];航空動力學報;2014年01期

5 楊青;孫佰聰;朱美臣;楊青川;劉念;;基于小波包熵和聚類分析的滾動軸承故障診斷方法[J];南京理工大學學報;2013年04期

6 蔡劍華;王先春;胡惟文;;基于經(jīng)驗模態(tài)分解與小波閾值的MT信號去噪方法[J];石油地球物理勘探;2013年02期

7 周智;朱永生;張優(yōu)云;朱川峰;王鵬;;基于EEMD和共振解調(diào)的滾動軸承自適應故障診斷[J];振動與沖擊;2013年02期

8 彭暢;柏林;謝小亮;;基于EEMD、度量因子和快速峭度圖的滾動軸承故障診斷方法[J];振動與沖擊;2012年20期

9 陳仁祥;湯寶平;馬婧華;;基于EEMD的振動信號自適應降噪方法[J];振動與沖擊;2012年15期

10 唐宏賓;吳運新;滑廣軍;馬昌訓;;基于EMD包絡譜分析的液壓泵故障診斷方法[J];振動與沖擊;2012年09期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃晉英;畢世華;潘宏俠;楊喜旺;;獨立分量分析在齒輪箱故障診斷中的應用[J];振動、測試與診斷;2008年02期

2 一民;高速齒輪箱故障診斷技術及其診斷系統(tǒng)通過鑒定[J];振動、測試與診斷;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 高國華 ,張永忠;齒輪箱故障診斷技術的新發(fā)展[J];機械傳動;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];煤礦機械;2006年01期

6 魏秀業(yè);潘宏俠;;齒輪箱故障診斷技術現(xiàn)狀及展望[J];測試技術學報;2006年04期

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

8 吳德會;;一種基于支持向量機的齒輪箱故障診斷方法[J];振動、測試與診斷;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];機械研究與應用;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;2008年08期

中國重要會議論文全文數(shù)據(jù)庫 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)絡技術的齒輪箱故障診斷應用研究[A];陜西省機械工程學會第九次代表大會會議論文集[C];2009年

2 高永生;唐力偉;甘霖;楊通強;;基于系統(tǒng)特性的齒輪箱故障診斷[A];2005年中國機械工程學會年會論文集[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)全國會議論文集[C];2010年

4 金大瑋;李建橋;賈民平;;循環(huán)自相關函數(shù)在齒輪箱故障診斷中的應用[A];走中國特色農(nóng)業(yè)機械化道路——中國農(nóng)業(yè)機械學會2008年學術年會論文集（上冊）[C];2008年

5 董海江;趙春華;萬詩慶;汪偉;;LWPEE與SVM在風電齒輪箱故障診斷中的應用[A];第十一屆全國摩擦學大會論文集[C];2013年

6 雷亞國;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];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前2條

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

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

中國碩士學位論文全文數(shù)據(jù)庫 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;2015年

2 鄢小安;基于自適應振動信號處理的齒輪箱故障診斷研究[D];華北電力大學;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;2015年

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

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

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

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

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

9 陳晗霄;基于虛擬儀器的大型高速齒輪箱故障診斷系統(tǒng)研究[D];電子科技大學;2010年

10 楊成;傳動齒輪箱故障診斷系統(tǒng)研究[D];哈爾濱工程大學;2013年

，

本文編號：974310