基于特征增强倒频谱分析的齿轮故障诊断方法
江志农1
张永申1
冯坤2
胡明辉2
贺雅2
1.北京化工大学高端机械装备健康监控及自愈化北京市重点实验室,北京,1000292.北京化工大学发动机健康监控及网络化教育部重点实验室,北京,100029
摘要：齿轮发生故障后,由于采集到的振动信号同时包含故障冲击、确定性啮合信号及噪声等多种信号,同时,各种信号还会受传递路径的影响,使得齿轮故障特征提取难度较大.倒频谱分析是常见的齿轮故障诊断方法,能将边频带中的周期成分显示为单根谱线,有助于故障诊断,但当故障特征信号较微弱时,倒频谱中得到的故障特征并不明显.为此,提出一种特征增强倒频谱分析方法,利用最小熵解卷积、自回归线性预测和小波去噪3种特征增强方法,逐步增强齿轮振动信号中的故障冲击特征,再利用倒频谱进行故障特征提取.通过实验,验证了所提方法的有效性.
关键词：齿轮最小熵解卷积自回归线性预测小波去噪倒频谱特征提取
资助基金：国家重点研发计划(2016YFF0203305)国家自然科学基金(U1708257)
论文发表日期：2019-01-01
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）
页数：6( 13-17,55 )
英文信息