-
题名基于滑移辛几何模态分解的行星齿轮箱故障诊断研究
被引量：2
- 1
-
-
作者
李茜
陈晓
王军龙
刘慧玲
-
机构
山西工程职业学院汽车与轨道交通工程系
郑州工程技术学院机电与车辆工程学院
河南科技大学机电工程学院
东莞市星火齿轮有限公司
-
出处
《机电工程》
CAS
北大核心
2022年第4期427-434,443,共9页
-
基金
国家自然科学基金资助项目(51575161)。
-
文摘
针对辛几何模态分解方法在分解复杂信号时的特征提取能力不足问题,提出了一种基于滑移辛几何模态分解(SSGMD)的故障诊断方法。首先,通过加窗的方式构造了滑移矩阵,以代替轨迹矩阵,增强了周期性特征提取能力;其次,对滑移矩阵进行了辛几何相似变换,获得了其特征值,将特征值所对应的特征向量经过重构,得到了其初始单分量矩阵;然后,对初始单分量矩阵做对角平均化,得到了一系列初始辛几何分量;最后,对这一系列初始辛几何分量进行拼接重组,得到了滑移辛几何分量(SSGCs),进而完成了对信号的自适应分解。研究结果表明:通过对仿真信号和行星齿轮箱实测信号进行实验分析,可知SSGMD利用滑移矩阵和辛几何相似变换不仅可以保护原始信号结构化信息不变,而且能充分提取原始信号的状态信息;与经典的信号分解方法相比,SSGMD方法能有效地对多分量信号进行分解,具有优越的特征提取能力。
-
关键词
行星齿轮箱
复杂信号分解
滑移辛几何模态分解
特征提取能力
信号自适应分解
滑移矩阵
-
Keywords
planetary gearbox
complex signals decompostion
sliding symplectic geometry mode decomposition(SSGMD)
feature extraction ability
signal adaptive decomposition
slip matrix
-
分类号
TH132.41
[机械工程—机械制造及自动化]
-
