-
题名面向裂纹轮齿的行星齿轮系统振动特性研究
- 1
-
-
作者
孙健
韦源源
-
机构
江海职业技术学院
扬州大学机械工程学院
-
出处
《机械设计与制造》
北大核心
2025年第5期301-306,共6页
-
基金
江苏省高等职业教育高水平骨干专业资助(No.苏教高(2017)52号)。
-
文摘
针对太阳齿轮裂纹损伤状态下的行星齿轮系统,建立了行星齿轮组动力学模型。该模型考虑了传输路径、陀螺仪和离心力等影响因素,对比分析了无裂纹损伤轮齿状态和有裂纹损伤轮齿状态下的振动特性。利用MATLAB模拟分析了行星齿轮组各齿轮的振动信号,在考虑振动传输路径的基础上对各振动信号进行合成,提出了一种改进的Hamming函数来研究传输路径对行星齿轮系统振动的影响,以此获取了太阳轮轮齿裂纹损伤特征。最后通过实验对所提方法进行了验证,结果表明实验所得振动信号的频谱与模拟信号的频谱基本一致。该方法可以用来识别齿轮是否存在裂纹,可为故障诊断的制定提供参考依据。
-
关键词
行星齿轮
齿轮损伤
动态仿真
振动频谱
-
Keywords
Planetary Gear
Gear Damage
Dynamic Simulation
Vibration Frequency Spectrum
-
分类号
TH16
[机械工程—机械制造及自动化]
TH132.425
[机械工程—机械制造及自动化]
-
-
题名基于ASMVMD和MOMEDA的齿轮特征提取方法
被引量：1
- 2
-
-
作者
唐贵基
曾鹏飞
朱爽
-
机构
华北电力大学机械工程系
河北省电力机械装备健康维护与失效预防重点实验室
-
出处
《机电工程》
CAS
北大核心
2024年第12期2174-2184,共11页
-
基金
河北省自然科学基金资助项目(E2020502031)。
-
文摘
针对齿轮信号易被强噪声干扰,导致损伤特征难以提取的问题,提出了一种基于自适应逐次多元变分模态分解(ASMVMD)和多点最优最小熵解卷积(MOMEDA)的齿轮故障特征提取方法。首先,采用加权黑猩猩优化算法对SMVMD分解参数进行了自适应寻优,以SMVMD分解后各个通道的所有分量的平均包络谱峰值因子(Ec)之和的相反数作为寻优的适应度函数,确定了最大惩罚因子α和最大分解模态数k的最优值;然后,采用ASMVMD方法对齿轮多通道故障数据进行了自适应分解,根据Ec指标提取了各通道特定分量,并将这些分量相加,进行了信号重构;最后,采用MOMEDA解卷积处理了重构信号,进一步强化了齿轮故障的冲击特性,并利用包络谱分析解卷积信号,提取了齿轮的故障特征频率。研究结果表明:通过仿真信号和模拟实验信号的分析,可知利用ASMVMD-MOMEDA相结合的方法处理得到的信号降噪效果显著,能有效抑制无关干扰成分的影响,从包络谱中可以清晰地看到故障频率的前几阶倍频;与多元经验模态分解(MEMD)-MOMEDA相结合的方法进行对比,发现采用ASMVMD-MOMEDA方法得到的包络谱较MEMD-MOMEDA方法的谱线更加干净,各阶倍频更加明显,进一步证明ASMVMD-MOMEDA方法可以准确提取齿轮故障特征。
-
关键词
齿轮损伤特征
故障特征提取
自适应逐次多元变分模态分解
多点最优最小熵解卷积
多通道
解卷积
包络谱峰值因子
信号重构
-
Keywords
gear damage characteristics
fault feature extraction
adaptive successive multivariate variational mode decomposition(ASMVMD)
multipoint optimal minimum entropy deconvolution adjusted(MOMEDA)
multi-channel
deconvolution
envelope spectrum peak factor
signal reconstruction
-
分类号
TH132.41
[机械工程—机械制造及自动化]
TH165.3
[机械工程—机械制造及自动化]
-
-
题名拖拉机传动箱故障诊断研究
被引量：1
- 3
-
-
作者
皮钧
-
机构
厦门集美大学机械工程学院
-
出处
《拖拉机与农用运输车》
北大核心
2003年第2期6-10,共5页
-
文摘
通过分析齿轮箱振源 ,研究了齿轮损伤对振动信号的影响。根据不同的特征及其对信号的作用机理和在频域的反应 ,对均匀性损伤提出新的诊断方法 ,在实际试验监测得以验证 ,并提出了一种利用数据分段和AR模型的最大熵谱处理来诊断齿轮局部损伤的新方法。
-
关键词
拖拉机
传动箱
故障诊断
齿轮损伤
振动信号
-
分类号
S219.07
[农业科学—农业机械化工程]
-
