基于自适应EEMD与Fast Kurtogram的齿轮箱故障诊断

摘要：

针对集合经验模式分解算法中添加白噪声幅值大小和总体平均次数过分依赖于人的主观经验或多次尝试,具有较大主观性和盲目性的不足,提出一种自适应EEMD结合快速峭度图(Fast Kurtogram)的故障诊断方法.首先将采集到的振动信号进行EMD预处理以自适应的获取EEMD算法的关键输入参数,然后结合峭度与互相关系数"双阀值准则"快速选取分量进行信号重构以突出故障特征,并通过快速峭度图选取最佳滤波参数,最后对滤波后的信号做包络谱分析,实现故障特征频率的提取与故障诊断.通过模拟信号分析及减速器齿轮箱的故障诊断工程应用,并与EMD方法及传统EEMD方法进行对比分析,验证了提出方法的有效性.结果表明,所提出的方法能够从含有强烈背景噪声的信号中成功提取出减速器齿轮箱的早期微弱故障特征,提高了故障诊断的及时性与准确性.

关键词：齿轮箱、集合经验模式分解、快速峭度图、峭度、互相关系数、故障诊断

所属期刊栏目：44

分类号：TH165.3;TN911.7

资助基金：国家自然科学基金51874157

在线出版日期：2022-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1024-1031