模型参数在齿轮故障诊断中的应用
针对齿轮故障运用模型参数进行诊断,一般实测信号数据量较大,利用常规的FPE(final prediction error)准则或AIC(Akaike information criterion)信息准则定阶方法很难确定合适的模型阶数.因此,提出利用基于模型估计的功率谱与经典功率谱之间相似程度来确定模型阶数,建立故障状态模型.并提取模型参数的统计平均作为识别状态的标准特征向量,应用于齿轮正常、疲劳磨损、点蚀、剥落、断齿和疲劳裂纹等六种状态的诊断,诊断正确率达到100%,结果表明该方法是一种有效的故障诊断方法.
模型参数、齿轮故障、诊断、特征向量
32
TH132.4;TH165.3
2010-07-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
363-366