基于EMD模态相关和形态学降噪的齿轮故障诊断研究

• 作者: 李非 郝如江
• 来源期刊: 石家庄铁道大学学报（自然科学版）
• 学科: 工学
• 关键词: 齿轮故障 经验模态分解 模态相关 形态学滤波
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机械与测控工程
• 页码范围: 56-62,74
• 页数: 8页
• 分类号: TN165
• 字数: 3118字
• 语种: 中文
• DOI: 10.13319/j.cnki.sjztddxxbzrb.2018.03.09

摘要

为了从齿轮振动信号中提取出包含有故障信息的特征频率,针对现有EMD(Empirical Mode Decomposition)降噪算法中的IMF重构问题,提出了基于EMD模态相关和形态学降噪的齿轮故障诊断方法.首先采用EMD将目标信号分解为若干个IMF分量之和,利用模态相关分选准则选取噪声主导分量和信号主导分量的分界点,并利用各个IMF分量的自相关函数来验证该准则的正确性;然后将选到的噪声主导分量进行形态学滤波,利用峭度准则优化形态学结构元素尺度,自适应的寻求最优解;最后将滤波后的噪声分量与剩余分量进行重构,得到滤波重构信号,通过频谱分析识别齿轮故障特征频率.仿真数据和齿轮裂纹故障实验测试数据的分析表明,该方法滤波效果理想,能更有效地提取出齿轮故障特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝如江	石家庄铁道大学机械工程学院	43	250	7.0	15.0
2	李非	石家庄铁道大学机械工程学院	3	7	2.0	2.0