基于LCD与奇异值能量差分谱的齿轮故障诊断方法

• 作者: 丁伟 陈可弟
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 LCD 模糊熵 奇异值能量差分谱 SVM 故障诊断
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信号处理与故障诊断
• 页码范围: 193-197
• 页数: 5页
• 分类号: TP206+.3
• 字数: 3101字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2018.02.036

摘要

齿轮是机械传动中的重要组成部分,其故障的发生已经成为影响设备可靠、稳定运行的主要因素.提出一种基于改进局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)与奇异值能量差分谱(Energy Difference Spectrum of Singular Value,EDSSV)的齿轮故障诊断方法.首先,利用支持向量回归(Support Vector Regression,SVR)对信号进行延拓处理,抑制LCD分解过程中产生的端点效应,分析改进后LCD算法的精确性和可靠性;然后结合奇异值能量差分谱降噪理论,有效剔除各ISC中噪声成分,重构信号频谱,提高信噪比;最后计算分解得到的内禀尺度分量(Intrinsic Scale Component,ISC)模糊熵(Fuzzy Entropy,FE)特征集,利用支持向量机(Support Vector Machine,SVM)进行分类.实验研究表明,提出的基于改进LCD与奇异值能量差分谱的齿轮故障诊断方法能有效诊断出齿轮故障类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁伟	江苏信息职业技术学院汽车工程学院	3	5	2.0	2.0
2	陈可弟	中国矿业大学机电工程学院	4	4	1.0	1.0