基于变分模态分解的故障弱信息提取方法

被引:31
作者
刘秀丽
徐小力
吴国新
张雪英
机构
[1] 北京信息科技大学现代测控技术教育部重点实验室
关键词
行星齿轮箱; 变分模态分解; 小波分析; 阈值函数; 故障弱信息;
D O I
10.13245/j.hust.200720
中图分类号
TH132.425 [行星齿轮];
学科分类号
082805 [农业机械化与装备工程];
摘要
针对从非线性非平稳动态信号中提取故障敏感特征困难的问题,提出一种变分模态分解(VMD)与小波分析方法相结合的振动信号预处理方法.首先对信号进行VMD,然后采用改进小波方法处理各分量,最后对处理后的各分量进行重构.利用VMD-改进小波信号处理模型对第三级行星轮磨损振动信号处理分析,结果表明:VMD-改进小波方法能有效降低噪声干扰,凸显各特征频率.将提出的方法、VMD,EEMD,EMD分别与改进阈值小波、模平方阈值小波、硬阈值小波及软阈值小波的方法相结合,计算其峭度、信噪比和均方根误差,结果表明本方法的准确性更高.
引用
收藏
页码:117 / 121
页数:5
相关论文
共 12 条
[1]
基于时频挤压和阶比分析的变转速轴承故障检测方法 [J].
高冠琪 ;
黄伟国 ;
李宁 ;
李仕俊 ;
石娟娟 ;
江星星 ;
朱忠奎 .
振动与冲击, 2020, 39 (03) :205-210+226
[2]
排列熵优化改进变模态分解算法诊断齿轮箱故障 [J].
王志坚 ;
常雪 ;
王俊元 ;
杜文华 ;
段能全 ;
党长营 .
农业工程学报, 2018, 34 (23) :59-66
[3]
基于参数自适应变分模态分解的行星齿轮箱故障诊断 [J].
孙灿飞 ;
王友仁 ;
沈勇 ;
陈伟 .
航空动力学报, 2018, 33 (11) :2756-2765
[4]
基于VMD的声音信号增强算法研究 [J].
路敬祎 ;
马雯萍 ;
叶东 ;
姜春雷 .
机械工程学报, 2018, 54 (10) :10-15
[5]
引入自适应学习率的深度学习模型及其应用 [J].
杨望灿 ;
张培林 ;
孙也尊 ;
吴定海 .
华中科技大学学报(自然科学版), 2018, 46 (04) :18-24
[6]
A modified scale-space guiding variational mode decomposition for high-speed railway bearing fault diagnosis.[J].Yan Huang;Jianhui Lin;Zechao Liu;Wenyi Wu.Journal of Sound and Vibration.2019,
[7]
Data-driven time-frequency analysis method based on variational mode decomposition and its application to gear fault diagnosis in variable working conditions.[J].Fuhao Li;Rong Li;Lili Tian;Lin Chen;Jian Liu.Mechanical Systems and Signal Processing.2019,
[8]
Planetary gearbox fault diagnosis based on data-driven valued characteristic multigranulation model with incomplete diagnostic information.[J].Jun Yu;Yongjun He.Journal of Sound and Vibration.2018,
[9]
Autocorrelation-based time synchronous averaging for condition monitoring of planetary gearboxes in wind turbines.[J].Jong M. Ha;Byeng D. Youn;Hyunseok Oh;Bongtae Han;Yoongho Jung;Jungho Park.Mechanical Systems and Signal Processing.2016,
[10]
Phenomenological models of vibration signals for condition monitoring and fault diagnosis of epicyclic gearboxes.[J].Yaguo Lei;Zongyao Liu;Jing Lin;Fanbo Lu.Journal of Sound and Vibration.2016,