应用VMD和多参数融合的齿轮箱故障诊断

• 作者: 安邦 张媛 张玉学 潘宏侠 赵雄鹏
• 来源期刊: 组合机床与自动化加工技术
• 学科: 工学
• 关键词: 多参数融合 齿轮箱 故障诊断
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 控制与检测
• 页码范围: 92-95
• 页数: 4页
• 分类号: TH17|TG65
• 字数: 2461字
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2017.04.023

摘要

由于齿轮箱故障信号的非线性,以及各种噪声的影响导致故障特征难以确定,为了准确、高效地分析齿轮箱故障信号,提出了一种应用变分模态分解(VMD)和多参数融合的齿轮箱故障诊断方法.首先对齿轮箱故障信号进行变分模态分解,并与传统的经验模态分解(EMD)进行对比;同时提取各模态分量的能量百分比和信息熵作为特征值,并采用RBF神经网络进行故障诊断.实验结果表明变分模态分解能够有效避免模态混叠现象的发生,以VMD为基础的多参数融合方法能够准确、快速地实现齿轮箱的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠	中北大学机械与动力工程学院	359	2630	23.0	34.0
2	张媛	中国电子科技集团公司第二研究所	11	20	2.0	4.0
3	安邦	中北大学机械与动力工程学院	8	24	3.0	4.0
4	张玉学	中北大学机械与动力工程学院	8	19	2.0	4.0
5	赵雄鹏	中北大学机械与动力工程学院	9	18	2.0	4.0