基于EMD与SVD的齿轮箱分形诊断方法研究

• 作者: 冯广斌 孙华刚 毛向东 闫鹏程
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: EMD SVD 分形诊断 特征提取 故障识别
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 404-412
• 分类号: TP391|TN911
• 字数: 4572字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2012.00404

摘要

提出了一种基于经验模态分解(EMD)与奇异值分解(SVD)的机械振动系统故障分形诊断方法.该方法首先将EMD和SVD相结合,对信号进行分解和特征筛选,通过重组所得轨道矩阵,实现对机械系统振动信号不同特征信息的提取.然后利用Kolmogorov熵、多重分形等动力学分析方法,对降噪振动信号进行分形诊断.在直齿轮减速箱故障识别中的应用表明,该方法不仅有效提取出了系统的特征信息,而且可实现对系统状态和细微故障差别的有效识别,并可给出定量判据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫鹏程		21	105	6.0	9.0
3	孙华刚		30	141	7.0	10.0
4	毛向东		9	49	3.0	7.0
7	冯广斌		17	111	5.0	10.0