应用VMD和多参数融合的齿轮箱故障诊断

发布时间：2017-10-24 07:10

  本文关键词：应用VMD和多参数融合的齿轮箱故障诊断

  更多相关文章： 多参数融合 齿轮箱 故障诊断

【摘要】：由于齿轮箱故障信号的非线性,以及各种噪声的影响导致故障特征难以确定,为了准确、高效地分析齿轮箱故障信号,提出了一种应用变分模态分解(VMD)和多参数融合的齿轮箱故障诊断方法。首先对齿轮箱故障信号进行变分模态分解,并与传统的经验模态分解(EMD)进行对比;同时提取各模态分量的能量百分比和信息熵作为特征值,并采用RBF神经网络进行故障诊断。实验结果表明变分模态分解能够有效避免模态混叠现象的发生,以VMD为基础的多参数融合方法能够准确、快速地实现齿轮箱的故障诊断。
【作者单位】： 中北大学机械与动力工程学院;中国电子科技集团公司第二研究所;
【关键词】： 多参数融合 齿轮箱 故障诊断
【基金】：国家自然科学基金:基于粒子群优化和滤波技术的复杂传动装置早期故障诊断研究(50875247)
【分类号】：TH132.41
【正文快照】： 030024)0引言当齿轮箱发生故障时,常用的故障诊断方法是通过采集振动加速度信号进行分析,然而由于齿轮箱的振动响应是各个频率特征信息的叠加,因此就需要通过滤波和信号分解提取特征值进行故障诊断。传统的经验模态分解(EMD)算法存在模态混叠问题,需要进一步优化,为此程军圣[1

【参考文献】

中国期刊全文数据库 前9条

1 陈立军;张海勇;韩东;;基于VMD和HSA的水声跳频信号时频分析方法[J];科学技术与工程;2015年28期

2 刘长良;武英杰;甄成刚;;基于变分模态分解和模糊C均值聚类的滚动轴承故障诊断[J];中国电机工程学报;2015年13期

3 刘述文;潘宏侠;刘涛涛;;基于LMD和RBF结合的齿轮箱故障诊断[J];机床与液压;2015年07期

4 梁小晓;曹莉;韦崇岗;乐英高;;物联网感知层传感节点故障诊断研究[J];组合机床与自动化加工技术;2015年03期

5 唐贵基;王晓龙;;参数优化变分模态分解方法在滚动轴承早期故障诊断中的应用[J];西安交通大学学报;2015年05期

6 马廉洁;曹小兵;陈小辉;李琛;;基于GA与RBF神经网络的工程陶瓷点磨削表面硬度数值模拟[J];组合机床与自动化加工技术;2015年01期

7 王金东;代梅;夏法锋;赵海峰;;基于EMD信息熵和支持向量机的往复压缩机轴承故障诊断[J];流体机械;2014年07期

8 龚萍;张辉;毛征;张庆龙;孔文超;;融合局部熵二维熵的空中目标跟踪算法研究[J];国外电子测量技术;2014年01期

9 程军圣;杨怡;杨宇;;局部特征尺度分解方法及其在齿轮故障诊断中的应用[J];机械工程学报;2012年09期

中国硕士学位论文全文数据库 前1条

1 王畅;基于HHT的微网电能质量检测与分析[D];华北电力大学;2014年

【共引文献】

中国期刊全文数据库 前10条

1 成洁;李思燃;;基于递归图和局部非负矩阵分解的轴承故障诊断[J];工矿自动化;2017年07期

2 王友仁;陈伟;孙灿飞;孙权;黄海安;;基于能量聚集度经验小波变换的齿轮箱早期微弱故障诊断[J];中国机械工程;2017年12期

3 杨洪柏;张宏利;蒋超;刘树林;;变分模态分解与神经网络结合的轴承故障诊断[J];机械设计与制造;2017年06期

4 王建国;陈帅;张超;;VMD与MCKD在轴承故障诊断中的应用与研究[J];组合机床与自动化加工技术;2017年05期

5 秦波;王祖达;郭慧莉;孙国栋;陈帅;王建国;;基于VMD和对称差分能量算子解调的滚动轴承故障诊断方法[J];机械传动;2017年05期

6 朱永利;贾亚飞;王刘旺;李莉;郑艳艳;;基于改进变分模态分解和Hilbert变换的变压器局部放电信号特征提取及分类[J];电工技术学报;2017年09期

7 杨宇;罗鹏;程军圣;;广义变分模态分解及其在齿轮箱复合故障诊断中的应用[J];中国机械工程;2017年09期

8 赵磊;夏均忠;李泽华;于明奇;汪治安;;基于VMD样本熵和LS-SVM的滚动轴承故障诊断[J];军事交通学院学报;2017年04期

9 安邦;潘宏侠;张媛;张玉学;赵雄鹏;;应用VMD和多参数融合的齿轮箱故障诊断[J];组合机床与自动化加工技术;2017年04期

10 姚立国;黄海松;;改进K均值模拟退火聚类算法的滚动轴承故障诊断[J];组合机床与自动化加工技术;2017年04期

中国硕士学位论文全文数据库 前3条

1 胡二猛;基于LabVIEW的齿轮箱故障诊断系统研究[D];南京信息工程大学;2016年

2 杨冬强;风力发电短期功率预测研究[D];郑州大学;2016年

3 郑宗琳;基于高速列车走行部监测数据的EEMD特征分析[D];西南交通大学;2015年

【二级参考文献】

中国期刊全文数据库 前10条

1 郭谋发;徐丽兰;缪希仁;陈立纯;;采用时频矩阵奇异值分解的配电开关振动信号特征量提取方法[J];中国电机工程学报;2014年28期

2 康守强;王玉静;姜义成;杨广学;宋立新;V.I.MIKULOVICH;;基于超球球心间距多类支持向量机的滚动轴承故障分类[J];中国电机工程学报;2014年14期

3 毛乐琦;;基于隐马尔科夫模型的无线传感网节点故障诊断算法[J];计算机应用与软件;2014年01期

4 马百雪;潘宏侠;杨素梅;;基于改进的HHT边际谱齿轮箱故障诊断[J];煤矿机械;2013年10期

5 鲍永胜;;局部放电脉冲波形特征提取及分类技术[J];中国电机工程学报;2013年28期

6 曲劲松;毛征;吴珍荣;袁建建;李红岩;;基于二维熵的空中小目标跟踪研究[J];国外电子测量技术;2013年07期

7 张宝军;张国丰;严智;刘呈则;;核电厂主螺栓超声自动检测技术研究与实现[J];压力容器;2013年05期

8 周晏;尚鹏;;基于人工鱼群聚类的传感器节点故障诊断[J];计算机测量与控制;2013年05期

9 梁小晓;韦崇岗;;基于人工蜂群算法的物联网数据融合技术研究[J];组合机床与自动化加工技术;2013年05期

10 陈刚;杨勇;;一种自适应基于纹理和颜色特征的目标跟踪算法[J];智能计算机与应用;2013年02期

【相似文献】

中国期刊全文数据库 前10条

1 黄晋英;毕世华;潘宏侠;杨喜旺;;独立分量分析在齿轮箱故障诊断中的应用[J];振动、测试与诊断;2008年02期

2 一民;高速齿轮箱故障诊断技术及其诊断系统通过鉴定[J];振动、测试与诊断;1991年04期

3 戴丽杰;;齿轮箱故障诊断方法[J];黑龙江科技信息;2002年08期

4 高国华 ,张永忠;齿轮箱故障诊断技术的新发展[J];机械传动;2003年06期

5 高永生;唐力伟;王建华;金海薇;;基于系统特性的齿轮箱故障诊断[J];煤矿机械;2006年01期

6 魏秀业;潘宏侠;;齿轮箱故障诊断技术现状及展望[J];测试技术学报;2006年04期

7 邢士勇;金海薇;郑海起;唐力伟;;基于关联距离熵的齿轮箱故障诊断[J];机械工程师;2007年07期

8 吴德会;;一种基于支持向量机的齿轮箱故障诊断方法[J];振动、测试与诊断;2008年04期

9 王华;包磊;宋昊明;郭颖;叶伟;;空分457齿轮箱故障诊断[J];机械研究与应用;2008年03期

10 朱有剑;李建;;基于倒频谱特征提取的齿轮箱故障诊断[J];科技广场;2008年08期

中国重要会议论文全文数据库 前6条

1 蔡安江;豆卫涛;柴彦昌;孙少军;;基于人工神经网络技术的齿轮箱故障诊断应用研究[A];陕西省机械工程学会第九次代表大会会议论文集[C];2009年

2 高永生;唐力伟;甘霖;杨通强;;基于系统特性的齿轮箱故障诊断[A];2005年中国机械工程学会年会论文集[C];2005年

3 李爱民;;基于灰色聚类决策的齿轮箱故障诊断[A];第19届灰色系统全国会议论文集[C];2010年

4 金大玮;李建桥;贾民平;;循环自相关函数在齿轮箱故障诊断中的应用[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集（上册）[C];2008年

5 董海江;赵春华;万诗庆;汪伟;;LWPEE与SVM在风电齿轮箱故障诊断中的应用[A];第十一届全国摩擦学大会论文集[C];2013年

6 雷亚国;林京;何正嘉;;基于多传感器信息融合的行星齿轮箱故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国博士学位论文全文数据库 前4条

1 欧璐;图谱理论在齿轮箱故障诊断中的应用研究[D];湖南大学;2016年

2 华伟;基于多小波变换的矿用齿轮箱故障诊断研究[D];中国矿业大学(北京);2017年

3 许昕;基于滤波技术和粒子群优化的齿轮箱故障诊断研究[D];中北大学;2011年

4 焦新涛;小波分析及其在齿轮箱故障诊断中应用研究[D];华南理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 李猷凤;齿轮箱故障诊断的小波包-ICA分析方法[D];南京理工大学;2015年

2 鄢小安;基于自适应振动信号处理的齿轮箱故障诊断研究[D];华北电力大学;2015年

3 李楠;基于粒子滤波的齿轮箱故障诊断[D];华北电力大学;2015年

4 张韶;基于数据挖掘技术在齿轮箱故障诊断的应用[D];河北工程大学;2015年

5 李国明;基于神经网络的齿轮箱故障诊断研究[D];河北工业大学;2015年

6 卢昆鹏;基于DSP-SVM的风电齿轮箱故障诊断系统[D];中北大学;2016年

7 马凌芝;基于DSP和TQWT稀疏分解的风电齿轮箱故障诊断系统[D];中北大学;2016年

8 郭松涛;基于约束独立分量分析的齿轮箱故障诊断研究[D];河南理工大学;2015年

9 牛志雷;基于形态分量分析的齿轮箱故障诊断研究[D];石家庄铁道大学;2016年

10 曹劲然;大型吊装装备齿轮箱故障诊断与预测方法研究[D];南京理工大学;2016年

，

本文编号：1087629