10.3969/j.issn.1004-132X.2017.12.015
基于能量聚集度经验小波变换的齿轮箱早期微弱故障诊断
齿轮箱早期故障的故障特征不明显,振动信号呈现出强烈的非线性、非平稳现象,为此,提出了一种基于能量聚集度经验小波变换(EA-EWT)的齿轮箱故障诊断方法.首先对采集的振动信号进行EA-EWT分解,对分解后的各层信号采用最大峭度包络谱熵准则进行敏感分量筛选,再利用最小熵解卷积对筛选出的分量信号进行降噪处理,对降噪后信号进行Hilbert包络谱分析,通过包络谱中的频率成分识别出故障类型,实现早期故障诊断.试验结果表明,该方法能够明显增强早期微弱故障特征,提高齿轮箱早期故障诊断性能.
经验小波变换、最大峭度包络谱熵、齿轮箱、故障诊断
28
TH113
国家商用飞机制造工程技术研究中心创新基金资助项目SAMC14-JS-15-01;航空科学基金资助项目2013ZD52055
2017-07-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
1484-1490