采用改进多点最优最小熵反褶积的齿轮箱复合故障特征提取

• 作者: 李建刚 王浩天 王靖岳
• 来源期刊: 西安交通大学学报
• 关键词: 复合故障 小波降噪 多点最优最小熵反褶积 差分能量算子解调
• 年，卷（期）: 2020,（5）
• 页码范围: 70-77,94
• 页数: 9页
• 分类号: TH113.1
• 语种: 中文
• DOI: 10.7652/xjtuxb202005010

摘要

针对强背景噪声下齿轮箱复合故障中的微弱故障特征难以提取的问题,提出了一种改进多点最优最小熵反褶积的齿轮箱复合故障特征提取方法.将小波降噪作为前置滤波器,克服了多点峭度谱在强背景噪声下难以有效识别信号中的微弱故障周期成分的缺点,使信号峭度增加了65.9％,突出了微弱故障周期成分;根据多点峭度谱识别出的故障周期成分设置合理的故障区间,利用多点最优最小熵反褶积突出了信号中的故障周期,避免了对信号直接包络解调而出现的漏诊现象;将差分能量算子解调应用于改进算法处理后的信号,与传统的Hilbert解调方法相比,该算法得到的解调谱中故障特征频率的峰值更加明显.通过对仿真信号与齿轮箱中齿轮点蚀磨损复合故障振动信号的研究结果表明,改进多点最优最小熵反褶积方法能够完整地提取信号中的故障特征频率成分,成功率达到了100％;与变分模态分解进行了对比分析,改进算法有效消除了模态混叠现象.仿真和试验结果表明,改进算法可以有效提取强背景噪声下齿轮箱复合故障中的微弱故障特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王靖岳	沈阳理工大学汽车与交通学院	29	66	5.0	7.0
2	王浩天	沈阳航空航天大学自动化学院	26	76	6.0	8.0
3	李建刚	沈阳理工大学汽车与交通学院	1	0	0.0	0.0