基于特征增强倒频谱分析的齿轮故障诊断方法

• 作者: 冯坤 张永申 江志农 胡明辉 贺雅
• 来源期刊: 机械传动
• 关键词: 齿轮 最小熵解卷积 自回归线性预测 小波去噪 倒频谱 特征提取
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 理论研究
• 页码范围: 13-17,55
• 页数: 6页
• 语种: 中文
• DOI: 10.16578/j.issn.1004.2539.2019.10.003

摘要

齿轮发生故障后,由于采集到的振动信号同时包含故障冲击、确定性啮合信号及噪声等多种信号,同时,各种信号还会受传递路径的影响,使得齿轮故障特征提取难度较大.倒频谱分析是常见的齿轮故障诊断方法,能将边频带中的周期成分显示为单根谱线,有助于故障诊断,但当故障特征信号较微弱时,倒频谱中得到的故障特征并不明显.为此,提出一种特征增强倒频谱分析方法,利用最小熵解卷积、自回归线性预测和小波去噪3种特征增强方法,逐步增强齿轮振动信号中的故障冲击特征,再利用倒频谱进行故障特征提取.通过实验,验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江志农	北京化工大学高端机械装备健康监控及自愈化北京市重点实验室	115	980	17.0	26.0
2	冯坤	北京化工大学发动机健康监控及网络化教育部重点实验室	23	83	6.0	8.0
3	胡明辉	北京化工大学发动机健康监控及网络化教育部重点实验室	10	7	2.0	2.0
4	贺雅	北京化工大学发动机健康监控及网络化教育部重点实验室	4	5	1.0	1.0
5	张永申	北京化工大学高端机械装备健康监控及自愈化北京市重点实验室	1	1	1.0	1.0