為了對行星齒輪箱進行故障檢測和診斷,提出了一種基于共振稀疏快速獨立分量的分析方法（RSIFICA）.該方法首先采用共振稀疏分解對信號進行降維預(yù)處理,進行二次共振稀疏分解,構(gòu)造虛擬通道增加傳感器通道數(shù)目,同時引入牛頓-辛普森公式對快速獨立分量分析方法進行改進.該方法減少包含瞬態(tài)沖擊的寬帶信號的影響,實現(xiàn)信號中振源信號數(shù)目的降維.同時,二次分解增加輸入FastICA的通道數(shù),解決了獨立分量分析方法在提取行星齒輪箱故障特征頻率過程中出現(xiàn)欠定盲源和收斂速度緩慢問題,同時提高了FastICA的運算效率.將該方法應(yīng)用到行星齒輪箱的故障診斷中,包絡(luò)譜分析結(jié)果表明,RSIFICA能準確地提取行星齒輪箱斷齒故障特征頻率,有效地解決了FastICA的問題,計算效率提高了21.49%.對比實驗表明,相比于EMD-FastICA聯(lián)合方法,RSIFICA能夠?qū)X輪微弱故障特征進行更為有效的提取. 

【文章來源】：東南大學學報(自然科學版). 2020年02期 第377-384頁 北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

L層品質(zhì)因子可調(diào)小波變換圖

式中,y(t)為源信號s(t)的估計.混合矩陣W求解的第1步是建立一個以W為變元的目標函數(shù)L(W),如果某個 W ^ 能使L(W)達到極大值,即該 W ^ 為所需的解.第2步即是用一種有效的算法求 W ^ , 按照L(W)的不同定義構(gòu)成了不同的ICA算法.因此ICA實質(zhì)上是一個優(yōu)化問題,其原理如圖3所示,其目的是通過優(yōu)化分解矩陣W,以獲得源信號s(t),并使源信號間的獨立性最強.2.2 FastICA算法

基于RSIFICA齒輪箱故障識別方法

【參考文獻】：
期刊論文
[1]多域特征在行星齒輪箱局部故障識別中的應(yīng)用[J]. 趙川,馮志鵬.  振動與沖擊. 2017(18)
[2]基于迭代Hilbert變換的行星齒輪箱振動信號分析[J]. 祝文穎,馮志鵬.  浙江大學學報(工學版). 2017(08)
[3]基于EEMD的行星齒輪箱齒輪裂紋損傷定位[J]. 劉浩華,李方義,李國彥,王一凡,張珊珊,董德浩.  振動.測試與診斷. 2017(03)
[4]基于階次分析技術(shù)的行星齒輪箱非平穩(wěn)振動信號分析[J]. 王況,王科盛,左明健.  振動與沖擊. 2016(05)
[5]基于EMD-EDT的行星齒輪箱特征提取及狀態(tài)識別方法研究[J]. 李海平,趙建民,宋文淵.  振動與沖擊. 2016(03)
[6]基于EMD的ICA語音增強[J]. 李云飛,全海燕,肖春梅.  華中師范大學學報(自然科學版). 2015(01)
[7]基于獨立分量分析與包絡(luò)階比分析的齒輪箱多振源特征提取[J]. 李斌,郭瑜,劉亭偉,鄭華文.  振動與沖擊. 2012(19)
[8]牛頓方法的兩個新格式[J]. 王霞,趙玲玲,李飛敏.  數(shù)學的實踐與認識. 2007(01)
[9]獨立分量分析及其在故障診斷中的應(yīng)用[J]. 胥永剛,張發(fā)啟,何正嘉.  振動與沖擊. 2004(02)



本文編號：2909309