基于MCKD的轧机齿轮故障源辨识与安全性评估

• 作者: 李加军 沙震宇 王晓洁
• 来源期刊: 冶金设备
• 学科: 工学
• 关键词: 齿轮箱 最大相关峭度反卷积 源辨识 故障诊断
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 设计与研究
• 页码范围: 24-28
• 页数: 5页
• 分类号: TG333.15
• 字数: 2138字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1269.2017.01.005

摘要

轧机齿轮箱是轧钢生产线的关键设备,生产线的运行安全很大程度上取决于齿轮传动系统的运行状态.由于轧钢设备的结构复杂,导致系统内部振源数量众多,齿轮振动信号会受到很强的噪声干扰.在齿轮箱的故障诊断研究中,如何滤除观测信号中的噪声和干扰成分,尽最大可能恢复故障源的特征信息,历来都是研究的热点和难点问题.本文引入最大相关峭度反卷积算法(MCKD)算法,以高线轧机齿轮箱为研究对象,力图解决强噪声环境下故障源信息的分离与提取问题.分析结果表明,故障信号经MCKD处理后,故障源的冲击特征得以增强,为齿轮箱的安全性评估提供了重要依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓洁		3	8	1.0	2.0
2	李加军	北京工业大学先进制造技术北京市重点实验室	2	1	1.0	1.0
3	沙震宇		1	1	1.0	1.0