期刊专题

10.3969/j.issn.1006-1355.2022.01.021

基于SED-EMD的大圆机轻微齿轮偏心故障诊断

引用
针对大圆机的大型薄壁齿轮在制造与装配过程中容易产生偏心问题,提出一种基于振动信号的齿轮偏心故障检测方法.首先,利用偏斜度解卷积(Skewness Deconvolution,SED)增强振动信号中的齿轮偏心故障特征.其次,运用经验模态分解(Empirical Mode Decomposition,EMD)将目标信号分解为有限个固有模式分量(Intrinsic Mode Function,IMF).然后,提出加权-相关频峭度指标(Weighted Correlation-frequency Kurtosis,WCK)自适应提取包含偏心故障特征的IMF分量,并结合峭度与峰值比指标刻画故障信息.最后,开展了大圆机齿轮偏心故障诊断实验研究,实验结果表明该方法可自适应提取故障分量,结合故障分量的频率、峭度与峰值比指标可以实现齿轮偏心故障判定与定位.

故障诊断;大圆机;齿轮偏心故障;偏斜度解卷积;EMD;自适应特征提取

42

TH165+.3

西安市现代智能纺织装备重点实验室资助项目;陕西省自然科学基金资助项目

2022-03-16(万方平台首次上网日期,不代表论文的发表时间)

共6页

132-137

相关文献
评论
暂无封面信息
查看本期封面目录

噪声与振动控制

1006-1355

31-1346/TB

42

2022,42(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅