-
题名多阶FRFT自适应滤波及齿轮微弱故障特征提取
被引量：2
- 1
-
-
作者
梅检民
肖云魁
沈虹
乔龙
李枫
杨青乐
-
机构
军事交通学院军用车辆系
[
军事交通学院基础部
-
出处
《振动工程学报》
EI
CSCD
北大核心
2013年第5期771-778,共8页
-
基金
总后勤部预研资助项目(AS407C001)
-
文摘
提出了一种基于稀疏信号分解的多阶分数阶傅里叶变换(Fractional Fourier Transform,FRFT)自适应滤波方法,用于分离加减速过程啮合频率包络调制信号,提取微弱故障特征。首先提出基于两级步长FRFT确定基函数来改进多尺度线调频基稀疏信号分解方法,然后根据分解信号将分析信号分成具有较好LFM特性的信号段,采用确定基函数时保留的最佳阶次和分数阶域聚集点对各段信号进行单阶FRFT滤波,实现多阶FRFT自适应滤波。采用该方法对变速器加减速过程振动信号进行滤波解调分析。试验结果表明:基于两级步长FRFT确定基函数,速度快、精度高、抗干扰能力强;该滤波方法计算效率高,不需要选择和设置复杂滤波器,解决了信号频率呈曲线变化时,单阶FRFT滤波失效和多阶FRFT滤波各阶次难以确定的问题,能有效剥离出啮合频率包络调制信号,滤波分量的解调谱能有效提取出早期齿轮故障微弱特征。
-
关键词
故障诊断
多阶FRFT
自适应滤波
稀疏信号分解
微弱故障特征提取
-
Keywords
fault diagnosis
multi-order FRFT
adaptive filter
sparse decomposition
weak fault feature extraction
-
分类号
TH165.3
[机械工程—机械制造及自动化]
-
-
题名基于振动信号的断路器机械零部件故障程度识别
被引量：36
- 2
-
-
作者
杨秋玉
王栋
阮江军
翟鹏飞
-
机构
福建工程学院电子电气与物理学院
国网河南省电力公司电力科学研究院
武汉大学电气与自动化学院
中能电气股份有限公司
-
出处
《电工技术学报》
EI
CSCD
北大核心
2021年第13期2880-2892,共13页
-
文摘
如何有效识别高压断路器机械零部件故障严重程度是目前还未解决的问题,针对该问题,提出一种基于振动信号混沌吸引子形态特性的断路器零部件故障程度识别方法。为了更好地提取零部件早期故障的微弱故障特征,首先将振动信号按照断路器动作时序进行分时分割处理;然后提出一种参数自适应的信号分解方法,将分时振动信号各模态分量自适应地分离出来;最后重构模态分量混沌吸引子,利用混沌吸引子形态特性判断断路器零部件故障严重程度。两种不同型号断路器的试验结果表明,振动信号的模态分量混沌吸引子对故障程度具有较高的敏感度,正常与故障状态下的吸引子形态差异明显、吸引子形态随故障程度的加剧表现出一定的变化规律。该方法可为识别高压断路器机械零部件故障严重程度提供一条新思路。
-
关键词
高压断路器
故障程度
振动信号
自适应信号分解
混沌吸引子
微弱故障特征提取
-
Keywords
High-voltage circuit breakers
fault severity
vibration signals
self-adaptive signal decomposition
chaotic attractor
weak fault feature extraction
-
分类号
TM561
[电气工程—电器]
-
