基于LMD和主分量分析的齿轮损伤识别方法

• 作者: 杨斌 程军圣
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 局部均值分解 齿轮 损伤识别 主分量分析 距离判据
• 年，卷（期）: 2013,（5）
• 页码范围: 809-813
• 页数: 5页
• 分类号: TH113.1
• 字数: 4215字
• 语种: 中文

摘要

针对齿轮故障振动信号的非平稳特征,提出了基于局部均值分解(local mean decomposition,简称LMD)和主分量分析的齿轮损伤识别方法.首先,对齿轮振动信号进行局部均值分解,将其分解成为若干个PF分量(product function,简称PF)；然后,选取包含主要损伤信息的PF分量.从PF分量中提取能量和时域统计量等特征参数,组合成初始特征参数向量矩阵,并进一步对初始特征参数向量矩阵进行主分量分析,得到齿轮振动信号的主特征分量,建立距离判别函数,从而对齿轮工作状态进行识别.实验数据分析结果表明,本方法能有效地识别齿轮损伤类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程军圣	湖南大学汽车车身先进设计制造国家重点实验室	210	5603	44.0	69.0
2	杨斌	湖南大学汽车车身先进设计制造国家重点实验室	12	153	5.0	12.0