回转齿轮箱故障特征提取的CMF-EEMD方法分析

摘要：

针对经验模态分解在回转齿轮箱故障中容易出现分解精度低的问题,提出了一种CMF-EEMD信号处理方法.组合模式函数(CMF)将集合经验模态(EEMD)分解得到本征模函数(IMF),并通过把高频和低频信号叠加的方式来形成包含高低频的模态函数,然后通过EEMD对循环自相关函数解调分析.将CMF-EEMD信号处理方法应用于仿真信号和齿轮箱故障诊断测试平台,成功提取了多故障特征频率,验证了该方法的有效性.该方法还可以清晰地反馈故障振动信号冲击幅值改变情况,从高频分量中可清楚地看到振动信号冲击幅值发生改变的明显特征.

关键词：回转齿轮箱、故障特征提取、CMF-EEMD、多故障、分解精度

所属期刊栏目：49

分类号：TP17;TP206(自动化基础理论)

资助基金：广东创新科技职业学院校企合作2017—2018年资金资助科研项目cxxqkyxm003

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：105-107