论文摘要
针对行星齿轮箱早期微弱故障难以诊断的问题,提出一种结合Teager能量算子(TEO)解调和随机共振增强输出的方法以实现故障特征提取。首先,对行星齿轮箱振动信号进行经验模式分解(EMD)并选取包含故障信息的分量信号,使用TEO解调运算获得分量信号的解调信号。其次,为满足随机共振系统的小参数条件,将解调信号做适当压缩处理并进行频率二次采样。再次,以定义的随机共振系统输出信噪比为适应度函数,采用粒子群算法优化随机共振系统的结构参数,进而重构随机共振系统以实现信号、噪声以及非线性系统的最佳匹配。最后,将信号重新输入参数优化后的随机共振系统实现故障特征的增强提取。仿真和实验均表明:该方法获取了随机共振系统的大信噪比输出,实现了强噪声下微弱故障特征的准确和高效提取,是一种行之有效的行星齿轮箱早期微弱故障诊断方法。
论文目录
文章来源
类型: 期刊论文
作者: 张俊,钟敏,张建群,姚立纲,郑近德
关键词: 故障诊断,行星齿轮箱,能量算子,经验模式分解,随机共振
来源: 振动工程学报 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 福州大学机械工程及自动化学院,安徽工业大学机械工程学院
基金: 国家自然科学基金资助项目(51875105)
分类号: TH132.425
DOI: 10.16385/j.cnki.issn.1004-4523.2019.06.018
页码: 1084-1093
总页数: 10
文件大小: 1156K
下载量: 187