MCKD-循环域解调方法在齿轮箱故障诊断中的应用

发布时间：2019-11-02 23:10

【摘要】：多调制源、多载波信号的循环自相关解调分析存在交叉项的干扰,这使循环自相关解调方法的实际应用产生局限性。提出了基于最大相关峭度反褶积(Maximum correlated Kurtosis deconvolution,MCKD)和循环自相关解调方法相结合的齿轮箱故障诊断方法,先通过MCKD对原信号降噪以便提取感兴趣的周期成分,再对降噪后的周期信号进行循环自相关解调分析,此方法有效地抑制了多调制源、多载波对循环平稳结果带来的交叉项干扰,提高了分析的可靠性。将该方法运用于齿轮箱故障诊断中,成功地从振动信号中分离出故障源。

【相似文献】

相关期刊论文 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

相关会议论文 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

相关博士学位论文 前3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 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

3 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

相关硕士学位论文 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：2554759