论文摘要
针对双树复小波变换存在频率混叠以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混叠现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。
论文目录
文章来源
类型: 期刊论文
作者: 陈旭阳,韩振南,宁少慧
关键词: 双树复小波变换,粒子群优化,变分模态分解,峭度值,齿轮箱,故障诊断
来源: 振动.测试与诊断 2019年05期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 机械工业
单位: 太原理工大学机械工程学院,太原科技大学机械工程学院
基金: 国家自然科学基金资助项目（50775157）,山西省基础研究资助项目（2012011012-1）,山西省高等学校留学回国人员科研资助项目（2011-12）
分类号: TH132.41
DOI: 10.16450/j.cnki.issn.1004-6801.2019.05.016
页码: 1016-1022+1133-1134
总页数: 9
文件大小: 1995K
下载量: 232