基于MKurt-MOMEDA的齿轮箱复合故障特征提取

摘要：

针对齿轮箱中旋转零部件的故障信号是周期性的冲击信号这一特性,提出了一种基于多点峭度(multipoint kurtosis,简称MKurt)和多点最优最小熵反褶积(multipoint optimal minimum entropy deconvolution adjusted,简称MOMEDA)的齿轮箱复合故障特征提取方法.利用MKurt可以有效提取齿轮箱中被噪声淹没的冲击性振动信号的周期,实现对振动信号振动源的追踪.根据故障的周期设置合理的周期区间,通过MOMEDA对原信号进行降噪,进一步提取原信号的周期性冲击.通过仿真信号和实测数据的分析和验证,证明了MKurt-MOMEDA方法可以准确有效地诊断齿轮箱复合故障故障特征.

关键词：多点峭度、最优最小熵反褶积、复合故障、特征提取

所属期刊栏目：37

分类号：TH113.1

资助基金：山西省自然科学基金资助项目2015011063

在线出版日期：2017-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：830-834