论文摘要
为了实现直齿轮系裂纹损伤程度的检测,提出一种基于主成分分析(principal component analysis,简称PCA)及灰色理论相结合的方法。首先,建立直齿轮系动力学模型,通过仿真获得不同裂纹损伤程度下直齿轮系振动信号,基于现代信号分析方法(包括时域方法和频域方法),提取振动信号中齿轮损伤变化敏感的多个故障行为特征参数;其次,通过PCA方法与灰色关联分析算法对多维特征参数进行优化、降维;最后,用关联度表征裂纹损伤程度从而实现对直齿轮系裂纹故障的程度检测。由动力学模型的仿真数据的分析表明,运用笔者提出的PCA及灰色理论相结合的方法检测直齿轮系裂纹故障比直接对特征参数定阈值的检测方法关联度数值提高了16%,从而证明了该方法的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 孙琦,刘新厂,张兵,陈春俊
关键词: 机械学,程度检测,灰色关联分析,主成分分析方法,状态识别
来源: 振动.测试与诊断 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 西南交通大学机械工程学院,西南交通大学牵引动力国家重点实验室
基金: 国家自然科学基金资助项目(61134002)
分类号: TH132.41
DOI: 10.16450/j.cnki.issn.1004-6801.2019.02.015
页码: 327-333+444-445
总页数: 9
文件大小: 336K
下载量: 167