基于自适应非趋势波动分析的齿轮振动信号特征提取

非趋势波动分析用于齿轮故障识别时常采用标度指数作为特征量,该特征量容易导致齿轮故障模式间存在混叠。根据对数尺度波动函数图,将标度指数与表征信号强度的截距组成齿轮振动信号的特征向量。根据齿轮振动信号的双标度性,提出滑动加窗算法,实现标度指数的自适应提取,并结合神经网络算法进行故障分类。设计单级齿轮减速器的实验平台,并采集齿轮的径向振动信号进行自适应非趋势波动分析,研究表明,该方法能够提高标度指数的提取精度和提取效率。