用形态梯度法与非负矩阵分解的齿轮故障诊断

被引:13
作者
李兵 [1 ]
高敏 [1 ]
张旭光 [2 ]
贾春宁 [3 ]
机构
[1] 军械工程学院四系
[2] 部队
[3] 总装备部驻上海地区军代表室
关键词
齿轮; 故障诊断; 特征提取; 形态梯度; 非负矩阵分解;
D O I
10.16450/j.cnki.issn.1004-6801.2014.02.013
中图分类号
TH165.3 []; TH132.41 [齿轮及齿轮传动];
学科分类号
080202 ; 080203 ;
摘要
振动信号处理与特征参数提取是实现齿轮智能故障诊断的关键。提出采用形态梯度算法对齿轮振动信号进行处理,既可以抑制噪声又可充分突出故障信号的冲击特征,能够在强噪声背景下有效地提取振动信号中反映齿轮工作状态的有用分量;在此基础上提出采用非负矩阵分解的特征提取方法对信号进行压缩,计算用于齿轮故障诊断的特征参量。结果表明,与传统的信号处理与特征参量提取方法相比,笔者提出的方法能够具有更高的分类精度,为准确判断齿轮工作状态提供了一种行之有效的新方法。
引用
收藏
页码:295 / 300+398 +398
页数:7
相关论文
共 10 条
[1]   基于EMD和非线性峭度的齿轮故障诊断 [J].
张德祥 ;
汪萍 ;
吴小培 ;
高清维 .
振动测试与诊断., 2012, 32 (01) :56-61+161
[2]   齿轮故障信号多重分形维数的形态学计算方法 [J].
李兵 ;
张培林 ;
米双山 ;
刘东升 ;
任国全 .
振动测试与诊断., 2011, 31 (04) :450-453+534
[3]   基于形态梯度解调算子的齿轮故障特征提取 [J].
李兵 ;
张培林 ;
刘东升 ;
任国全 ;
米双山 .
振动、测试与诊断, 2010, 30 (01) :39-42+96
[4]   齿轮振动信号分解及其在故障诊断中的应用 [J].
余红英 ;
闫宏伟 ;
潘宏侠 .
振动、测试与诊断, 2005, (02) :109-113+154
[5]  
Fault diagnosis of spur bevel gear box using discrete wavelet features and Decision Tree classification[J] . N. Saravanan,K.I. Ramachandran.Expert Systems With Applications . 2008 (5)
[6]  
Gearbox fault diagnosis using empirical mode decomposition and Hilbert spectrum[J] . B. Liu,S. Riemenschneider,Y. Xu.Mechanical Systems and Signal Processing . 2005 (3)
[7]  
Adaptive autoregressive modeling of non-stationary vibration signals under distinct gear states. Part 1: modeling[J] . Y.M. Zhan,A.K.S. Jardine.Journal of Sound and Vibration . 2004 (3)
[8]   Gearbox fault diagnosis using adaptive wavelet filter [J].
Lin, J ;
Zuo, MJ .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2003, 17 (06) :1259-1269
[9]   Using vibration monitoring for local fault detection on gears operating under fluctuating load conditions [J].
Stander, CJ ;
Heyns, PS ;
Schoombie, W .
MECHANICAL SYSTEMS AND SIGNAL PROCESSING, 2002, 16 (06) :1005-1024
[10]  
A NEW APPROACH TO TIME-DOMAIN VIBRATION CONDITION MONITORING: GEAR TOOTH FATIGUE CRACK DETECTION AND IDENTIFICATION BY THE KOLMOGOROV–SMIRNOV TEST[J] . F.A. ANDRADE,I. ESAT,M.N.M. BADI.Journal of Sound and Vibration . 2001 (5)