基于多重分形去趋势波动分析的齿轮箱故障特征提取方法

• 作者: 林近山 陈前
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 多重分形 去趋势波动分析 齿轮箱 特征提取
• 年，卷（期）: 2013,（2）
• 页码范围: 97-101
• 页数: 5页
• 分类号: TH212|TH213.3
• 字数: 3665字
• 语种: 中文

摘要

齿轮箱故障信号通常是具有多标度行为的非平稳信号,去趋势波动分析(Detrended Fluctuation Analysis,DFA)不能准确揭示隐藏在这类信号中的动力学行为.多重分形去趋势波动分析(Multifractal Detrended Fluctuation Analysis,MF-DFA)是DFA方法的拓展,能够有效地揭示隐藏在多标度非平稳信号中的动力学行为.利用MF-DFA计算齿轮箱故障信号的多重分形奇异谱,而多重分形奇异谱的宽度、最大奇异指数、最小奇异指数和极值点对应的奇异指数都具有明确的物理意义,能够表征齿轮箱故障信号的内在动力学机制,适合作为齿轮箱振动信号的故障特征.提出一种基于MF-DFA的齿轮箱故障特征提取方法,将该方法用于包含正常、轻度磨损、中度磨损和断齿故障齿轮箱的故障诊断,并与DFA方法的结果进行了对比.结果表明,提出的方法对齿轮箱故障状态的变化非常敏感,能够完全分离相近的故障模式,有效地克服了传统DFA方法存在的缺陷,为齿轮箱的故障特征提取提供了一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈前	南京航空航天大学机械结构力学及控制国家重点实验室	65	483	12.0	20.0
2	林近山	南京航空航天大学机械结构力学及控制国家重点实验室	19	158	6.0	12.0