基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断

被引:93
作者
邵忍平
曹精明
李永龙
机构
[1] 西北工业大学机电学院
关键词
经验模态分解; 小波阈值去噪; 时频分析; 损伤检测; 故障诊断; 齿轮传动系统;
D O I
10.13465/j.cnki.jvs.2012.08.014
中图分类号
TH165.3 [];
学科分类号
摘要
建立齿轮故障系统试验装置,对齿轮传动系统在各种转速与故障状态下进行测试分析,获取有关振动信号,对齿轮系统的无故障、齿根裂纹、分度圆裂纹、齿面磨损四种状态信号进行特征提取,并对提取的信号进行基于经验模态EMD分解的小波阈值去噪处理,然后对预处理后的信号进行时频分析与诊断。结果表明,采用基于EMD的小波阈值去噪方法比单纯采用小波阈值去噪对测试信号进行预处理,能提高信噪比,并更加有效的提取出故障特征,而在EMD的小波阈值去噪的基础上,再与时频分析方法相结合能够较好的识别不同运转状况下不同种类的故障,如齿根裂纹、分度圆裂纹、齿面磨损等,可用于对实际工程工作的齿轮系统进行故障诊断。
引用
收藏
页码:96 / 101+106 +106
页数:7
相关论文
共 6 条
[1]  
短时傅里叶变换和提升小波变换在脉象信号分析中的应用.[D].周丹.重庆大学.2008, 06
[2]   Detecting cracks in the tooth root of gears [J].
Belsak, Ales ;
Flasker, Joze .
ENGINEERING FAILURE ANALYSIS, 2007, 14 (08) :1466-1475
[3]   基于经验模态分解的小波阈值降噪方法研究 [J].
李振兴 ;
徐洪洲 .
计算机仿真, 2009, 26 (09) :325-328+337
[4]   多分辨EMD方法与频域平均在齿轮早期故障诊断中的研究 [J].
鞠萍华 ;
秦树人 ;
秦毅 ;
丁志宇 .
振动与冲击, 2009, 28 (05) :97-101+207
[5]   基于高阶累积量的齿轮系统故障检测与诊断 [J].
邵忍平 ;
黄欣娜 ;
刘宏昱 ;
徐永强 .
机械工程学报, 2008, (06) :161-168
[6]  
工程信号处理.[M].秦树人; 主编.高等教育出版社.2008,