论文摘要
针对齿轮箱齿轮故障特征提取过程中,经验模态分解（EMD）存在模态混叠、固有模态函数（IMF）筛分困难以及Wigner-Ville分布（WVD）存在交叉干扰项的问题,提出一种集合经验模态分解（EEMD）和Choi-Williams分布（CWD）相结合的齿轮故障诊断方法。首先,将采集到的齿轮故障信号进行EEMD分解,分解为多个单分量固有模态函数（IMF）的组合;然后,通过相关系数和香农熵准则去除虚假分量并筛选IMF;最后,将筛选出的IMF分量进行CWD表达,结合时频域表现出的频率与等时冲击特性,识别出齿轮故障特征。通过齿轮故障仿真和实验分析,验证了该方法在齿轮箱齿轮故障诊断中的适用性和有效性。
论文目录
文章来源
类型: 期刊论文
作者: 杨晓雨,绳飘,荆双喜,冷军发
关键词: 齿轮,故障诊断,分布
来源: 机械传动 2019年04期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 河南理工大学机械与动力工程学院
基金: 国家自然科学基金(U1604140),河南省重大科技专项(171100210300-03),河南省科技攻关项目(172102210021),河南理工大学博士基金(B2017-28)
分类号: TH17
DOI: 10.16578/j.issn.1004.2539.2019.04.022
页码: 120-124+164
总页数: 6
文件大小: 1611K
下载量: 138