利用EMD-Wigner高阶矩谱的齿轮故障诊断方法

• 作者: 王先春 蔡剑华 龚玉蓉
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 经验模态分解 Wigner高阶矩谱 边际谱 齿轮故障诊断
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 论文
• 页码范围: 1044-1048
• 页数: 5页
• 分类号: TH17|TN911.7
• 字数: 3758字
• 语种: 中文

摘要

针对Wigner分布在分析故障信号时易受到交叉项干扰的问题,提出了一种基于经验模态分解(empirical mode decomposition,EMD)和Wigner高阶矩谱的齿轮故障诊断方法.给出了Wigner高阶矩边际谱的概念及其方法的原理和应用步骤,并对仿真和实际齿轮故障信号进行了时频分析和故障诊断.结果表明:该方法结合了经验模态分解和Wigner高阶矩谱的优点,有效地抑制了Wigner高阶矩谱的交叉项干扰;边际谱可提取反映齿轮故障模式的边频带结构,且所提取的边频结构更加清晰,为准确判断齿轮的故障状态提供了一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王先春	湖南文理学院物理与电子科学系	54	242	9.0	13.0
2	龚玉蓉	中南大学地球科学与信息物理工程学院	6	33	3.0	5.0
3	蔡剑华	湖南文理学院物理与电子科学系	59	333	12.0	15.0