基于能量聚集度经验小波变换的齿轮箱早期微弱故障诊断

• 作者: 孙权 孙灿飞 王友仁 陈伟 黄海安
• 来源期刊: 中国机械工程
• 关键词: 经验小波变换 最大峭度包络谱熵 齿轮箱 故障诊断
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 信息技术
• 页码范围: 1484-1490
• 页数: 7页
• 分类号: TH113
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.12.015

摘要

齿轮箱早期故障的故障特征不明显,振动信号呈现出强烈的非线性、非平稳现象,为此,提出了一种基于能量聚集度经验小波变换(EA-EWT)的齿轮箱故障诊断方法.首先对采集的振动信号进行EA-EWT分解,对分解后的各层信号采用最大峭度包络谱熵准则进行敏感分量筛选,再利用最小熵解卷积对筛选出的分量信号进行降噪处理,对降噪后信号进行Hilbert包络谱分析,通过包络谱中的频率成分识别出故障类型,实现早期故障诊断.试验结果表明,该方法能够明显增强早期微弱故障特征,提高齿轮箱早期故障诊断性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王友仁	南京航空航天大学自动化学院	190	2254	25.0	36.0
2	陈伟	南京航空航天大学自动化学院	142	1241	20.0	28.0
3	孙权	南京航空航天大学自动化学院	12	52	3.0	7.0
4	孙灿飞	南京航空航天大学自动化学院	8	48	4.0	6.0
5	黄海安	南京航空航天大学自动化学院	3	20	2.0	3.0