基于MED和循环域解调的多故障特征提取

• 作者: 宁少慧 李延峰 王志坚 韩振南
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 齿轮箱 最小熵反褶积 循环自相关函数 故障诊断 多故障
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 129-132
• 页数: 4页
• 分类号: TP17|TP206
• 字数: 2016字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1335.2015.04.029

摘要

针对强背景噪声环境下齿轮箱故障特征信号往往被噪声淹没等问题，提出最小熵反褶积（Minimum entropy deconvolution，MED）和循环域解调的方法提取齿轮箱故障特征。通过仿真信号发现循环自相关函数解调在强背景噪声下不具有免疫性，为了剔除噪声的干扰，提取故障特征信息，先用MED作为滤波器，以最大峭度值作为滤波的终止条件，通过仿真信号验证其强大的降噪功能，同时用提出的方法对强背景噪声下的齿轮箱多故障试验台振动信号进行降噪处理，对降噪后的信号进行循环自相关函数解调分析，成功提取出故障特征，验证此方法的可靠性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩振南	太原理工大学机械工程学院	82	524	12.0	19.0
2	宁少慧	太原理工大学机械工程学院	9	78	4.0	8.0
3	王志坚	太原理工大学机械工程学院	5	88	5.0	5.0
4	李延峰	太原理工大学机械工程学院	3	8	2.0	2.0