网站大量收购独家精品文档,联系QQ:2885784924

基于集合经验模态及其瞬时能量密度谱的齿轮故障诊断.pdf

基于集合经验模态及其瞬时能量密度谱的齿轮故障诊断.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于集合经验模态及其瞬时能量密度谱的齿轮故障诊断

第26卷第3期 江苏科技大学学报(自然科学版) Vol.26No.3 2012年6月 JournalofJiangsuUniversityofScienceandTechnology(NaturalScienceEdition) Jun.2012 基于集合经验模态及其瞬时能量密度谱 的齿轮故障诊断 陆金铭,孟繁林,申 华,丁立斌,鲍苏宁 (江苏科技大学 能源与动力工程学院,江苏镇江212003) 摘 要:齿面故障产生的信号比较微弱,对齿轮箱体振动信号进行频谱分析,很难找出其故障特征频率.本文提出一种集合 经验模态及其瞬时能量密度谱的故障诊断新方法,集合经验模式分解方法可减少模态混叠并有效提取各经验模态,分析其 Hilbert谱,从瞬时能量密度谱中可发现齿轮转频及其倍频成份,以及啮合频率和调制形成的边频.对齿轮点蚀故障实测信 号分析表明,这种方法是可行的. 关键词:集合经验模态;瞬时能量密度;齿轮;故障诊断. 中图分类号:TH131;TH165     文献标志码:A     文章编号:1673-4807(2012)03-0262-04 Gearfaultdiagnosisbasedonensembleempiricalmode andinstantaneousenergydensityspectrum LuJinming,MengFanlin,ShenHua,DingLibin,BaoSuning (SchoolofEnergyandPowerEngineering,JiangsuUniversityofScienceandTechnology,ZhenjiangJiangsu212003,China) Abstract:Thesignalofgearfacefaultisveryweakingearbodyvibrationandthefaultcharacteristicfrequency isdifficulttobefoundinFourierspectrum.Anewgearfaultdiagnosismethodbasedonensembleempiricalmode decomposition(EEMD)andinstantaneousenergydensityspectrumisproposedhere.Theintrinsicmodefunc tions(IMFs)generatedbyEEMDcanalleviatetheproblemofmodemixingandapproachtherealIMFs.Thero tatingfrequencyanditsdoublingarefoundintheinstantaneousenergydensityofHilbertspectrum.Meshingfre quencycanbeclearlyseeninmodulatedcondition.Theeffectivenessofthismethodisdemonstratedbyanalysis realgearfaultsignal. Keywords:ensembleempiricalmodedecomposition;instantaneousenergydensity;gear;faultdiagnosis   齿轮故障诊断通常用小波分解及经验模态分 构成Hilbert谱给出了信号随时间和频率变化的 解(empiricalmodedecomposition,EMD)等方法, 精确表达,因而可以精确描述信号的局部行 [5] 对分解出的各分量进行分析,提取各种参数,利 为 . 用各种分类手段进行故障诊断[1-4].齿面故障产 EMD是一种自适应信号分解方法,主要应用 生的信号比较弱,且为短时冲击作用的非线性非 于非线性非平稳的信号,是继傅立叶谱分析和小波 平稳信号,加上其它振动信号的调制作用,有用 分析之后出现的功

您可能关注的文档

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档