基于多重分形去趋势互相关分析的齿轮箱故障诊断

• 作者: 张妮 林近山 窦春红
• 来源期刊: 机械传动
• 关键词: 多重分形 去趋势互相关分析 齿轮箱 故障诊断
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 设计计算
• 页码范围: 91-94,105
• 页数: 5页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2016.01.020

摘要

多重分形去趋势波动分析(Muhifractal Detrended Fluctuation Analysis,MFDFA)算法只能处理一维时间序列,当采用MFDFA算法分析复杂的齿轮箱故障信号时,其分析结果容易受到信号噪声及其它因素的干扰.解决这个问题的有效方法是采用多维数据分析方法,为此本文采用多重分形去趋势互相关分析(Muhifractal Detrended Cross-correlation Analysis,MF-DCCA)算法来分析齿轮箱振动信号,提出了基于MF-DCCA算法的齿轮箱故障诊断方法.该方法首先计算二维振动信号的互相关函数,然后再分析互相关函数的多重分形特征.将本文所提出的方法用于分析实际齿轮箱的振动信号,结果表明该方法能够区分相近的齿轮箱故障模式,在齿轮箱故障诊断中取得了良好的效果,与基于MFDFA算法的方法相比具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	窦春红		11	46	3.0	6.0
2	林近山		19	158	6.0	12.0
3	张妮		4	23	2.0	4.0