齿轮点蚀的多通道数据融合识别方法

• 作者: 叶红仙 杨世锡 熊炘 甘春标
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 齿轮箱 齿轮点蚀 小波包分解独立分量分析 多维经验模式分解
• 年，卷（期）: 2014,（1）
• 页码范围: 63-68
• 页数: 6页
• 分类号: TN911.7|TH165.3
• 字数: 4470字
• 语种: 中文

摘要

针对齿轮箱振动信号中混杂其他零部件振动频率的问题,提出一种基于小波包分解独立分量分析(wavelet package independent component analysis,简称WPICA)和多维经验模式分解(multivariate empirical mode decomposition,简称MEMD)的齿轮箱齿面点蚀故障信号的多通道数据融合识别方法.首先,利用一种窄带独立分量分析(sub-band decomposition independent component analysis,简称SDICA)方法-WPICA,从水泵机组多通道信号中提取齿轮箱振源,确定齿轮箱振动包含的特征频率成分;其次,借助MEMD分解多通道机组振动信号,将所获得的多维固有模式函数(intrinsic mode function,简称IMF)进行矩阵互信息运算,完成多通道数据的融合;最后,通过定义IMF故障敏感因子,确定故障敏感IMF的阶数并获得了齿轮点蚀故障的特征频率.数据分析结果证明了本研究方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨世锡	浙江大学液压传动及控制国家重点实验室	155	2860	30.0	48.0
2	甘春标	浙江大学液压传动及控制国家重点实验室	43	199	9.0	12.0
3	熊炘	浙江大学液压传动及控制国家重点实验室	5	16	2.0	4.0
7	叶红仙	杭州电子科技大学机械工程学院	5	36	3.0	5.0