基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1000-3835.2012.08.019

基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断

引用
建立齿轮故障系统试验装置,对齿轮传动系统在各种转速与故障状态下进行测试分析,获取有关振动信号,对齿轮系统的无故障、齿根裂纹、分度圆裂纹、齿面磨损四种状态信号进行特征提取,并对提取的信号进行基于经验模态EMD分解的小波阈值去噪处理,然后对预处理后的信号进行时频分析与诊断.结果表明,采用基于EMD的小波阈值去噪方法比单纯采用小波阈值去噪对测试信号进行预处理,能提高信噪比,并更加有效的提取出故障特征,而在EMD的小波阈值去噪的基础上,再与时频分析方法相结合能够较好的识别不同运转状况下不同种类的故障,如齿根裂纹、分度圆裂纹、齿面磨损等,可用于对实际工程工作的齿轮系统进行故障诊断.

经验模态分解、波阈值去噪、时频分析、损伤检测、故障诊断、齿轮传动系统

31

TH113.1

国家自然科学基金50575187;航空科学基金01153073;陕西省自然科学基金2004E219;西北工业大学研究生创业种子基金Z2010024

2012-08-27(万方平台首次上网日期,不代表论文的发表时间)

共7页

96-101,106

相关文献
评论
暂无封面信息
查看本期封面目录

振动与冲击

1000-3835

31-1316/TU

31

2012,31(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn