基于VMD和FSK的齿轮箱早期故障诊断

• 作者: 赵玮
• 来源期刊: 机械传动
• 关键词: 变分模态分解 快速谱峭度算法 齿轮 早期故障 包络解调
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 开发应用
• 页码范围: 143-149
• 页数: 7页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2018.01.030

摘要

针对齿轮箱齿轮早期故障特征信号微弱且受环境噪声影响严重,故障特征频率难以提取以及传统共振解调方法中带通滤波器参数不易确定的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和快速谱峭度(Fast Spectral Kurtosis,FSK)的故障诊断方法.利用VMD对采集到的齿轮故障振动信号进行分解,得到一系列窄带本征模态分量(Band-limited Intrinsic Mode Functions,BLIMFS);依据相关系数准则,选取与原始信号相关系数较大的分量进行快速谱峭度计算,用谱峭度图确定最佳的中心频率和带宽进行相应带通滤波处理.最后对滤波后的信号进行能量算子包络解调分析,即可从包络谱中准确地识别齿轮故障特征频率.通过仿真信号和齿轮故障实验数据对所提方法进行了验证,结果表明,该方法能够有效地降低噪声的影响,准确地提取齿轮早期故障信号中的微弱特征信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵玮		6	2	1.0	1.0