基于自适应非趋势波动分析的齿轮振动信号特征提取

摘要：

非趋势波动分析用于齿轮故障识别时常采用标度指数作为特征量，该特征量容易导致齿轮故障模式间存在混叠。根据对数尺度波动函数图，将标度指数与表征信号强度的截距组成齿轮振动信号的特征向量。根据齿轮振动信号的双标度性，提出滑动加窗算法，实现标度指数的自适应提取，并结合神经网络算法进行故障分类。设计单级齿轮减速器的实验平台，并采集齿轮的径向振动信号进行自适应非趋势波动分析，研究表明，该方法能够提高标度指数的提取精度和提取效率。

关键词：非趋势波动分析、标度指数、长程相关性、聚类、神经网络

分类号：TH133

资助基金：国家自然科学基金青年基金资助项目51105284；湖北省高校优秀中青年创新团队计划T200905

在线出版日期：2015-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：154-157