基于POVMD和CAF的低转速齿轮箱故障诊断

• 作者: 侯梦凡 唐道龙 李宏坤 杨蕊 王朝阁
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 变分模态分解 循环自相关函数 低转速 齿轮 故障诊断
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文
• 页码范围: 35-42
• 页数: 8页
• 分类号: TN911.7|TH113.1
• 字数: 4307字
• 语种: 中文
• DOI: 10.16450/j.cnki.issn.1004-6801.2020.01.006

摘要

针对低转速齿轮箱齿轮故障特征频率低、故障特征频率易被背景噪声淹没,使其难以准确提取的问题,提出了基于参数优化的变分模态分解(parameter optimization variational mode decomposition,简称POVMD)和循环自相关函数(cyclic autocorrelation function,简称CAF)结合的故障诊断方法.首先,通过POVMD对原始信号进行分解,选用余弦相似度度量选取敏感的本征模态函数(intrinsic mode function,简称IMF);其次,计算其循环自相关函数谱,获得包含调制特征的循环自相关函数谱切片;最后,使用Teager能量算子(Teager energy operator,简称TEO)算法对切片解调,提取故障特征频率.同时将本方法与相关方法进行了对比分析,特征频率提取效果更加显著,仿真信号和实验数据分析验证了该方法的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏坤	大连理工大学机械工程学院	95	684	15.0	21.0
2	杨蕊	大连理工大学机械工程学院	25	63	4.0	7.0
3	唐道龙	大连理工大学机械工程学院	2	4	1.0	2.0
4	王朝阁	大连理工大学机械工程学院	3	6	2.0	2.0
5	侯梦凡	大连理工大学机械工程学院	2	4	1.0	2.0