基于VMD和平均能量的齿轮故障特征提取

• 作者: 于明月 卢晓东 崔建国 王景霖 蒋丽英 高爽
• 来源期刊: 沈阳航空航天大学学报
• 学科: 工学
• 关键词: 齿轮 振动信号 变分模态分解 特征提取
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 59-65
• 页数: 7页
• 分类号: TP206+.3
• 字数: 4327字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2016.06.010

摘要

齿轮出现故障时，齿轮的故障信息包含在齿轮的振动信号中，用合适的特征提取方法提取故障信息是故障诊断关键又困难的问题。针对这一问题，提出了一种变分模态分解（ VMD）与平均能量结合的齿轮故障特征提取方法。该方法首先用变分模态分解的方法将实验室采集到的各类振动信号分别进行变分模态分解，然后对分解得到的每一个模态分量求平均能量作为齿轮故障特征量。为了验证提取到的齿轮故障特征的准确性，采用欧氏距离方法对齿轮故障特征进行分类和诊断。诊断结果表明，本方法的诊断正确率达到100％。因此，所提出的基于VMD和平均能量的特征提取方法能够准确地提取到齿轮故障特征。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔建国	沈阳航空航天大学自动化学院	87	573	15.0	20.0
3	蒋丽英	沈阳航空航天大学自动化学院	45	243	7.0	14.0
4	于明月	沈阳航空航天大学自动化学院	32	50	3.0	3.0
7	卢晓东	沈阳航空航天大学自动化学院	3	8	2.0	2.0
8	高爽	沈阳航空航天大学自动化学院	1	4	1.0	1.0