基于集合经验模式分解能量分布与灰色相似关联度的齿轮故障诊断

被引：12

作者：

张文斌 ^{[1
]}

苏艳萍 ^{[1
]}

普亚松 ^{[1
]}

郭德伟 ^{[1
]}

滕瑞静 ^{[2
]}

机构：

[1] 红河学院工学院

[2] 浙江大学机械工程学系

来源：

机械工程学报 | 2014年 / 50卷 / 07期

关键词：

集合经验模式分解; 能量分布; 灰色相似关联度; 顺序形态滤波; 故障诊断; 齿轮;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

080202 ;

摘要：

针对齿轮发生故障时,其不同频带能量分布与其故障状态间存在一定的映射关系,提出一种基于集合经验模式分解与灰色相似关联度相结合的故障诊断方法。引入循环统计学的思想对传统形态滤波方法进行改进,定义顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测齿轮原始加速度振动信号进行顺序形态滤波降噪预处理。采用集合经验模式分解方法将降噪后的齿轮非平稳加速度振动信号分解为有限个平稳的本征模态函数,从中选取包含故障主要信息的前几个本征模态函数分量并计算其能量分布。由于灰色相似关联度分析对小样本模式识别具有良好的分类效果,以能量分布为元素构造特征矢量,通过计算不同振动信号的灰色相似关联度来判断齿轮的工作状态和故障类型。实例分析结果表明,提出的方法能够有效地应用于齿轮系统的故障诊断。

引用

页码：70 / 77

页数：8

共 16 条

[1] The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].

Huang, NE ;

Shen, Z ;

Long, SR ;

Wu, MLC ;

Shih, HH ;

Zheng, QN ;

Yen, NC ;

Tung, CC ;

Liu, HH .

PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 1998, 454 (1971) :903-995

[2] A study of the characteristics of white noise using the empirical mode decomposition method [J].

Wu, ZH ;

Huang, NE .

PROCEEDINGS OF THE ROYAL SOCIETY A-MATHEMATICAL PHYSICAL AND ENGINEERING SCIENCES, 2004, 460 (2046) :1597-1611

[3]

Intelligent condition monitoring of a gearbox using artificial neural network[J] . J. Rafiee,F. Arvani,A. Harifi,M.H. Sadeghi. &nbspMechanical Systems and Signal Processing . 2006 (4)

[4] 基于顺序形态方法的电力信号处理方法 [J].

欧阳森 .

电工电能新技术 , 2005, (01) :45-48+75

[5] 一种新的灰色相似关联度及其应用 [J].

崔杰 .

统计与决策, 2008, (20) :14-16

[6] 基于自回归模型的齿轮轴破损诊断 [J].

王细洋 ;

孔志高 ;

董海 ;

龚廷恺 .

机械工程学报, 2009, 45 (04) :265-272

[7] 基于形态滤波与灰色关联度的滚动轴承故障诊断 [J].

沈路 ;

周晓军 ;

张文斌 ;

张志刚 .

振动与冲击, 2009, 28 (11) :17-20+200

[8] 一种新的灰色相似关联度模型及其应用 [J].

崔立志 ;

刘思峰 ;

李致平 ;

崔杰 .

统计与决策, 2010, (07) :7-9

[9] 形态小波降噪方法在齿轮故障特征提取中的应用 [J].

沈路 ;

周晓军 ;

刘莉 ;

杨富春 .

农业机械学报, 2010, 41 (04) :217-221

[10]

Application of rank-order morphological filter in vibration signal de-noising. ZHANG W B,WANG H J,TENG R J. Proceedings-3rd International Congress on Image and Signal Processing,October 16-18,2010 . 2010

← 1 2 →