基于小波分析的大型齿轮箱低速轴故障诊断

被引:8
作者
高立新
韩金顺
张建宇
丁庆新
崔玲丽
机构
[1] 北京工业大学先进制造技术重点实验室,北京工业大学先进制造技术重点实验室,北京工业大学先进制造技术重点实验室,北京第一机床厂,北京工业大学先进制造技术重点实验室北京,北京,北京,北京,北京
关键词
小波分析; 齿轮箱; 诊断; 特征提取; 趋势图;
D O I
10.13374/j.issn1001-053x.2005.03.022
中图分类号
TH132.4 [啮合传动];
学科分类号
080203 ;
摘要
针对大型齿轮箱低速轴故障信息难以提取的问题,采用小波分析方法对故障数据进行处理以实现信号在时/频域的局域性分析,将其无冗余、无泄漏地分解到一组具有紧支撑性的小波基上.文中采用小波分层突变系数作为判别故障隐患的特征值,并对该特征值进行趋势分析.结果表明:小波变换能有效捕捉冲击信号的时域特征和故障发生的时间历程,用小波分层突变系数所做的趋势图能有效地预测故障发展趋势,避免突发故障.
引用
收藏
页码:342 / 346
页数:5
相关论文
共 4 条
[1]   基于小波分析的齿轮箱故障诊断 [J].
高立新 ;
邢钧 ;
雷迅 .
北京科技大学学报, 2003, (03) :267-269
[2]   高速无扭精轧机组设备故障诊断 [J].
高立新 ;
黄汉东 ;
谢江华 .
北京科技大学学报, 2001, (06) :547-548
[3]   基于小波分解的设备状态预测方法 [J].
徐科 ;
徐金梧 .
北京科技大学学报, 2000, (02) :182-184
[4]   小波变换在滚动轴承故障诊断中的应用 [J].
徐金梧,徐科 .
机械工程学报, 1997, (04) :50-55