-
题名基于WT与cICA的齿轮箱低频故障特征提取
被引量：2
- 1
-
-
作者
冷军发
王志阳
陈会涛
荆双喜
-
机构
河南理工大学机械与动力工程学院
-
出处
《机械强度》
CAS
CSCD
北大核心
2018年第5期1037-1042,共6页
-
基金
国家自然科学基金项目(U1304523)
中国煤炭工业协会计划(MTKJ2015-261)
河南理工大学博士基金资助(B2017-28)~~
-
文摘
齿轮箱低频故障信号易受到高频振动及强噪声等因素的干扰,测量信号中隐藏的有效低频故障特征比较微弱,再考虑到源噪声的影响,则约束独立分量分析直接提取低频故障特征的效果很差。为此提出了基于小波变换与约束独立分量分析的齿轮箱低频故障特征提取方法,通过对测量信号的小波多分辨率分解,有针对性地选择小波系数重构,提高了信噪比和非高斯性,从而增强了约束独立分量分析方法提取齿轮箱低频故障特征的效果。而未经小波变换除噪时,约束独立分量分析的效果不佳。断齿与局部断齿的低频故障特征提取试验结果表明,提出的方法能有效降低高频振动及源噪声等因素的干扰,提取出齿轮箱的低频故障特征,尤其是微弱低频故障特征,为齿轮箱低频故障特征提取与故障诊断提供了一种有效方法。
-
关键词
齿轮箱
低频故障特征提取
小波变换
约束独立分量分析
-
Keywords
Gearbox
Low frequency fault feature extraction
Wavelet transform（WT）
Constrained independent component analysis （cICA）
-
分类号
TH132.41
[机械工程—机械制造及自动化]
-
