基于变分模态分解的三级行星齿轮箱故障诊断方法研究.pptxVIP

content目录01研究背景与问题提出02核心方法与技术路线03关键技术模块深入解析04实验验证与性能对比分析05创新点与理论贡献06工程应用前景与未来展望

研究背景与问题提出01

行星齿轮箱在复杂工况下的故障诊断面临非平稳信号与强噪声干扰的挑战工况复杂三级行星齿轮箱常运行于变载、冲击与高噪声环境中，振动信号呈现强非平稳性与非线性特征，故障信息易被背景噪声淹没，传统方法难以有效辨识微弱故障成分。信号干扰强噪声干扰导致早期故障特征频率幅值微弱且分布分散，叠加多级传动的频率调制效应，造成频谱混叠严重，显著增加故障诊断的误判与漏判风险。诊断瓶颈传统傅里叶分析与时频方法在处理非平稳信号时分辨率有限，而经验模态分解易受模态混叠和噪声敏感性影响，制约了复杂工况下故障特征的准确提取与识别。

传统信号处理方法在微弱故障特征提取方面存在局限性01时频混叠严重行星齿轮箱在复杂工况下，振动信号呈现强非平稳性，故障特征易被背景噪声淹没。传统傅里叶变换难以分离调制边频与干扰成分，导致微弱故障信息丢失。02信噪比极低早期故障信号幅值微弱，常低于正常信号10dB以上，传统阈值去噪方法易误删有效成分。小波变换受限于基函数固定，难以自适应匹配故障冲击特性。03特征耦合性强三级行星结构存在多级啮合频率相互调制，故障特征频率分布复杂且重叠。包络分析易受载荷波动影响，难以准确解耦出局部缺陷特征。04依赖人工经验传统方法