基于多重分形去趋势互相关分析的齿轮箱故障诊断
林近山1
窦春红2
张妮2
1.潍坊学院机电与车辆工程学院,山东潍坊,2610612.潍坊学院信息与控制工程学院,山东潍坊,261061
摘要：多重分形去趋势波动分析(Muhifractal Detrended Fluctuation Analysis,MFDFA)算法只能处理一维时间序列,当采用MFDFA算法分析复杂的齿轮箱故障信号时,其分析结果容易受到信号噪声及其它因素的干扰.解决这个问题的有效方法是采用多维数据分析方法,为此本文采用多重分形去趋势互相关分析(Muhifractal Detrended Cross-correlation Analysis,MF-DCCA)算法来分析齿轮箱振动信号,提出了基于MF-DCCA算法的齿轮箱故障诊断方法.该方法首先计算二维振动信号的互相关函数,然后再分析互相关函数的多重分形特征.将本文所提出的方法用于分析实际齿轮箱的振动信号,结果表明该方法能够区分相近的齿轮箱故障模式,在齿轮箱故障诊断中取得了良好的效果,与基于MFDFA算法的方法相比具有明显的优势.
关键词：多重分形去趋势互相关分析齿轮箱故障诊断
资助基金：山东省自然科学基金(ZR2012EEL07)潍坊市科技发展项目(2014ZJ1051)潍坊学院博士科研基金(2014BS17)
论文发表日期：2016-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
英文信息