-
题名DHSI筛选奇异值分量在齿轮故障诊断中的应用
被引量：1
- 1
-
-
作者
杨伟新
刘飞春
唐鑫
朱如鹏
-
机构
中国航发湖南动力机械研究所航空发动机振动技术航空科技重点实验室
南京航空航天大学机电学院
-
出处
《噪声与振动控制》
CSCD
北大核心
2024年第5期148-153,共6页
-
文摘
为有效剥离传动系统齿轮故障信号中的噪声成分,提出基于差分谐波显著指数(Differential Harmonic Significance Index,DHSI)筛选奇异值分量的齿轮故障诊断方法。该方法首先对原始信号构造Hankel矩阵,并对该矩阵进行奇异值分解,然后利用提出的一种新的奇异值突变位置判别指数,即奇异分量的差分谐波显著指数筛选奇异值的个数,并由这些奇异值分量重构信号,得到故障信号的包络谱。应用该方法分析齿轮故障仿真信号以及某型直升机传动系统并车级齿轮掉块故障信号,与基于奇异值差分谱的奇异值分量筛选结果对比表明,基于差分谐波显著指数的奇异值分量筛选能够更好地消除噪声并提取齿轮振动信号中的故障特征。
-
关键词
故障诊断
谐波显著指数
奇异值分解
谐波积频谱
齿轮传动
-
Keywords
fault diagnosis
harmonic significant index
singular value decomposition
harmonic product spectrum
gear transmission
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于FWECS-CYCBD的轴承故障特征提取研究
- 2
-
-
作者
褚惟
刘韬
刘畅
-
机构
昆明理工大学机电工程学院
-
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2024年第5期928-935,1038,共9页
-
基金
云南省科技厅重大科技专项资助项目(202102AC080002)
国家自然科学基金资助项目(52065030)。
-
文摘
针对最大二阶循环平稳盲解卷积(maximum second-order cyclostationary blind deconvolution,简称CYCBD)特征提取中循环频率和滤波带宽难确定的问题,引入频率加权能量相关谱(frequency weighted energy correlation spectrum,简称FWECS)来改进CYCBD,实现了低信噪比条件下的滚动轴承故障特征提取。首先,通过FWECS获取周期冲击频率,构造循环频率集;其次,利用最大加权谐波显著性指标设计了一种等步长搜索策略,自适应选取滤波器长度;最后,基于优选的循环频率和滤波带宽进行CYCBD解卷积。轴承仿真和实验数据表明:在循环频率等先验信息未知的情况下,FWECS-CYCBD对故障信号中的微弱冲击特征更敏感;与最小熵解卷积、改进最大相关峭度解卷积和自适应最大二阶循环平稳盲解卷积等方法相比,所提方法在低信噪比条件下能较好地提取轴承故障特征频率信息。
-
关键词
滚动轴承
故障诊断
特征提取
最大二阶循环平稳盲解卷积
频率加权能量相关谱
加权谐波显著性指数
-
Keywords
rolling bearing
fault diagnosis
feature extraction
the maximum second-order cyclostationary blind deconvolution(CYCBD)
frequency weighted energy correlation spectrum(FWECS)
weighted harmonic saliency index
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
