基于声信号分析的齿轮故障诊断方法.pdfVIP

第30卷第4期 北 京 科 技 大 学 学 报 V01．30NO．4 Science of of and 2008年4月 JournalUniversity TechnologyBeijing Apr．2008 基于声信号分析的齿轮故障诊断方法 杨德斌 杨聚星 阳建宏 章立军 北京科技大学机械工程学院，北京100083 摘要为了解决齿轮故障诊断中传统的声振信号分析方法容易受到周围设备及环境噪声干扰的问题，提出了一种独立分 量分析和自相关分析相结合的齿轮故障诊断方法．首先用独立分量分析分离特征信号和干扰信号，然后用自相关分析提取特 征信号中的周期成分．实验结果表明，该方法可以有效地提取在强背景噪声干扰下的齿轮故障特征． 关键词齿轮；故障诊断；声信号；独立分量分析；自相关 分类号THl65+．3；TN911．7 Methodof fault basedonacoustic gear diagnosis signalanalysis YANGDebin，YANG Juxing，YANGJianhong，ZHANGLijun SchoolofMechanical ofScienceand 100083，China Engineering，UniversityTechnologyBeijing，Beijing ABSTRACTDuetothenoisedisturbancefrom andenvironmentin fault basedonacoustic surrounding gear diagnosis sig— equipments and Was nal novelmethodcombinedwith auto-correlation compo— analysis，a independentcomponentanalysis proposed．Independent the Wasusedto characteristicandinterference thenauto-correlationWasusedtOextract nent separate signal signal．And peri— analysis couldreduce noise odie ofcharacteristic resultsindicatethatthe background component signal．Experimental proposedapproach strong andextractfaultfeatureform acoustic gear signal． KEYWORDS diagnosis；acoustic componentanalysis；auto-correlation gear；fault signal；independent 声信号中蕴藏着机械设备状态的重要信息，它 1独立分量分析 是振动的另一种表现形式，当设备状态发生改变时， 其声学特性也会发生改变．因此，通过对声信号进 独立分量分析[3—8](independentc