基于改进LMD和IED-SampEn的齿轮故障特征提取方法

被引：7

作者：

孟宗 ^{[1
,2
]}

王亚超 ^{[1
]}

胡猛 ^{[1
]}

机构：

[1] 燕山大学河北省测试计量技术及仪器重点实验室

[2] 燕山大学国家冷轧板带装备及工艺工程技术研究中心

来源：

机械工程学报 | 2016年 / 52卷 / 05期

关键词：

改进局部均值分解; 瞬时能量分布; 样本熵; 齿轮; 故障特征提取;

D O I：

暂无

中图分类号：

TH132.41 [齿轮及齿轮传动];

学科分类号：

080203 ;

摘要：

提出基于改进的局部均值分解(Local mean decomposition,LMD)和瞬时能量分布(Instantaneous energy distribution,IED)-样本熵(Sample entropy,Samp En)的齿轮故障特征提取方法。针对LMD存在的端点效应问题,提出最大相似系数法改进的LMD方法,该方法通过在信号内部寻找与两端指定波段相似系数最大的波段,来实现端点效应的改善。进行仿真验证,结果表明该方法能有效改善LMD的端点效应问题。采用改进的LMD方法分解信号得到瞬时幅值函数,由此可以获得信号的瞬时能量分布,将其作为样本熵输入获得IED-Samp En,通过试验研究并与PF-Samp En进行对比,结果表明IED-Samp En能够合理地、有效地反应齿轮的故障状态,作为齿轮振动信号的特征矢量具有典型性,可以作为一种有效的故障特征。

引用

页码：169 / 176

页数：8