10.13465/j.cnki.jvs.2015.05.017
级联双稳随机共振和基于 Hermite 插值的局部均值分解方法在齿轮故障诊断中应用
针对于弱信号在齿轮故障中难以提取问题,提出了一种基于级联双稳随机共振(Cascaded Bistable Sto-chastic Resonance,CBSR)降噪和局部均值分解(Local Mean Decomposition,LMD)齿轮故障的诊断方法。随机共振可有效削弱信号中的噪声,利用噪声增强故障信号的微弱特征;LMD 方法可自适应将复杂信号分解为若干个具有一定物理意义上 PF 分量之和,适合处理多分量调幅调频信号。首先将振动信号进行 CBSR 消噪处理,然后对消噪信号进行 LMD 分解,通过 PF 分量的幅值谱找到齿轮的故障频率。通过齿轮磨损故障诊断的工程应用,表明该方法可以有效提取齿轮故障微弱特征,实现齿轮箱的早期故障诊断。
级联双稳随机共振、局部均值分解、故障诊断、齿轮
TH165.3
国家自然科学基金资助项目10772061
2015-03-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
95-101