VMD和奇异差分谱在齿轮早期故障诊断中的应用

• 作者: 崔玥 张文兴 王建国
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 变分模态分解 奇异差分谱 齿轮故障 包络解调 特征提取
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 理论与方法研究
• 页码范围: 46-50
• 页数: 5页
• 分类号: TH16|TH133.3|TH165
• 字数: 3607字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3997.2019.09.012

摘要

针对齿轮故障振动信号的多分量、多频率调制特性且早期故障振动信号信噪比低,故障特征微弱难以提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和奇异值差分谱的故障诊断方法.首先对采集到的齿轮故障振动信号进行VMD分解,得到一系列窄带本征模态分量(band-limited intrinsic mode functions,BLIMFS),由于噪声的干扰,从各个模态分量的频谱中很难对故障做出正确的判断;然后根据相关系数准则,选取与原始信号相关系数较大的分量构建Hankel矩阵并进行奇异值分解,求取奇异值差分谱,从差分谱中确定重构信号的有效阶次对信号进行降噪处理;最后对降噪处理后的信号进行Hilbert包络谱分析,即可从中准确地识别出齿轮的故障特征频率.仿真信号和齿轮箱齿轮故障模拟实验结果表明,该方法能够有效地降低噪声的影响,准确地提取到齿轮微弱的故障特征信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文兴	内蒙古科技大学机械工程学院	39	127	6.0	8.0
2	王建国	内蒙古科技大学机械工程学院	112	350	8.0	11.0
3	崔玥	内蒙古科技大学机械工程学院	1	0	0.0	0.0