基于AR-MCKD的齿轮点蚀故障特征提取

发布时间：2017-09-18 03:14

  本文关键词：基于AR-MCKD的齿轮点蚀故障特征提取

  更多相关文章： 齿轮故障诊断 AR模型 最大相关峭度解卷积 包络谱

【摘要】：以实测齿轮箱振动信号为分析对象,对齿轮点蚀进行故障特征提取。利用最小信息准则(AIC)确定自回归(AR)模型最优阶数,通过此AR模型将采集到的振动信号进行预处理,降低可线性预测的平稳成分;利用最大相关峭度解卷积(MCKD)进一步增强振动信号中的冲击成分,然后进行Hilbert变换得到振动信号的包络谱来分析故障特征。将上述方法应用到试验振动信号包络谱的变化趋势分析。结果表明,AR-MCKD能够有效提取齿轮点蚀故障特征,能够体现齿轮点蚀过程的包络谱变化。
【作者单位】： 太原理工大学齿轮研究所;哈德斯菲尔德大学计算与工程学院;
【关键词】： 齿轮故障诊断 AR模型 最大相关峭度解卷积 包络谱
【基金】：山西省自然科学基金(2014021024-3)
【分类号】：TH132.41
【正文快照】： (2哈德斯菲尔德大学计算与工程学院,英国哈德斯菲尔德HD1 3DH)0引言当齿轮在运转过程中有故障发生时,其振动信号往往以调制信号的形式出现,在实际故障诊断中,往往先对信号取带通滤波后,通过Hilbert变换求信号包络谱来进行信号解调[1],从而降低噪声的影响。但是,齿轮微弱故障产

【参考文献】

中国期刊全文数据库 前6条

1 任学平;张玉皓;邢义通;王朝阁;;基于角域级联最大相关峭度反褶积的滚动轴承早期故障诊断[J];仪器仪表学报;2015年09期

2 钟先友;赵春华;陈保家;田红亮;;基于MCKD和包络谱的旋转机械故障诊断方法[J];机械传动;2015年07期

3 唐贵基;王晓龙;;最大相关峭度解卷积结合稀疏编码收缩的齿轮微弱故障特征提取[J];振动工程学报;2015年03期

4 刘亚琼;王铁;张瑞亮;史若男;张国栋;;基于EEMD能量熵的齿轮接触疲劳试验点蚀分析[J];机械强度;2014年03期

5 冯志鹏;赵镭镭;褚福磊;;行星齿轮箱故障诊断的幅值解调分析方法[J];中国电机工程学报;2013年08期

6 王细洋;孔志高;董海;龚廷恺;;基于自回归模型的齿轮轴破损诊断[J];机械工程学报;2009年04期

【共引文献】

中国期刊全文数据库 前10条

1 潘宏达;王强;石红霞;崔斌;汪欣;;基于EEMD和Teager能量谱提取轴承故障特征[J];军事交通学院学报;2017年03期

2 吕宏强;武志斐;王铁;谷丰收;;基于AR-MCKD的齿轮点蚀故障特征提取[J];机械传动;2017年03期

3 刘文英;;汽车变速器齿轮轴的强韧化热处理[J];热加工工艺;2017年04期

4 于永军;贾子文;顾煜炯;王方楠;;基于阶比与散度分析的风机齿轮箱故障诊断[J];电力科学与工程;2017年01期

5 王道勇;王铁;张瑞亮;张瑞;乔金维;;振动光饰齿轮接触疲劳寿命对比试验研究[J];机械传动;2017年01期

6 王鑫;徐玉秀;武宝林;李涛涛;;行星轮系故障状态下分岔与混沌特性分析[J];机械科学与技术;2017年03期

7 吴学勤;王细洋;;基于最大相关峭度反褶积法的行星齿轮故障诊断[J];失效分析与预防;2016年06期

8 赵丽娟;刘晓东;李苗;;齿轮故障诊断方法研究进展[J];机械强度;2016年05期

9 祝文颖;冯志鹏;;基于改进经验小波变换的行星齿轮箱故障诊断[J];仪器仪表学报;2016年10期

10 李继猛;张金凤;张云刚;岳宁;;基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法[J];中国机械工程;2016年13期

【二级参考文献】

中国期刊全文数据库 前10条

1 唐贵基;王晓龙;;自适应最大相关峭度解卷积方法及其在轴承早期故障诊断中的应用[J];中国电机工程学报;2015年06期

2 崔玲丽;莫代一;邬娜;;并联基追踪稀疏分解在齿轮箱弱故障诊断中的应用[J];仪器仪表学报;2014年11期

3 张永祥;王孝霖;张帅;朱杰平;;基于奇异值分解和相关峭度的滚动轴承故障诊断方法研究[J];振动与冲击;2014年11期

4 钟先友;赵春华;陈保家;曾良才;;基于形态自相关和时频切片分析的轴承故障诊断方法[J];振动与冲击;2014年04期

5 何水龙;訾艳阳;万志国;常永;何正嘉;王晓冬;;自适应提升多小波在螺旋伞齿轮故障诊断中的应用[J];仪器仪表学报;2014年01期

6 张文义;于德介;陈向民;;基于信号共振稀疏分解与包络谱的齿轮故障诊断[J];中国机械工程;2013年24期

7 梅检民;肖云魁;沈虹;乔龙;李枫;杨青乐;;多阶FRFT自适应滤波及齿轮微弱故障特征提取[J];振动工程学报;2013年05期

8 莫代一;崔玲丽;王婧;高立新;;并联双重Q因子在齿轮箱复合故障净化提取与盲分离中的应用[J];仪器仪表学报;2013年09期

9 李晓晖;傅攀;;基于一维盲源分离的滚动轴承故障诊断[J];电子测量与仪器学报;2013年06期

10 程军圣;李海龙;杨宇;;基于内禀尺度分量的自适应时频分析方法[J];中南大学学报(自然科学版);2013年04期

【相似文献】

中国期刊全文数据库 前10条

1 陈岳东，，屈梁生;回转机械的故障特征提取与分类[J];机械工程学报;1994年S1期

2 高正明;何彬;赵娟;裴永泉;左广霞;;常用故障特征提取方法[J];机床与液压;2009年12期

3 李兆飞;柴毅;李华锋;;多重分形的振动信号故障特征提取方法[J];数据采集与处理;2013年01期

4 韩立静;徐金梧;阳建宏;黎敏;;基于灰度击中击不中变换的故障特征提取方法[J];北京科技大学学报;2012年07期

5 李辉,宋智勇,孙丰瑞;基于小波包-包络分析的故障特征提取方法[J];振动、测试与诊断;2003年04期

6 李学军;廖传军;褚福磊;;适于声发射信号故障特征提取的小波函数[J];机械工程学报;2008年03期

7 梅检民;肖云魁;贾继德;赵慧敏;陈祥龙;乔龙;;基于改进阶比的变速器微弱故障特征提取[J];振动工程学报;2012年03期

8 任立通;胡金海;谢寿生;王磊;苗卓广;;基于随机共振预处理的振动故障特征提取研究[J];振动与冲击;2014年02期

9 陈长征,罗跃纲,张省,虞和济;基于小波分析的机械故障特征提取研究[J];机械强度;2001年01期

10 郝志华;马孝江;;高阶非线性时频表示在故障特征提取中的应用[J];农业机械学报;2006年02期

中国重要会议论文全文数据库 前3条

1 赵志宏;杨绍普;;一种基于ICA的机械故障特征提取方法[A];机械动力学理论及其应用[C];2011年

2 潘宏侠;黄晋英;毛鸿伟;刘振旺;;基于粒子群优化的故障特征提取技术研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

3 朱启兵;杨慧中;;基于卷积型小波包奇异值分解的齿轮故障特征提取[A];第二十七届中国控制会议论文集[C];2008年

中国博士学位论文全文数据库 前10条

1 蒋超;基于EEMD与MED的冲击信号自适应故障特征提取方法[D];上海大学;2016年

2 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年

3 冯坤;基于内积变换的机械故障特征提取原理与早期识别方法研究[D];北京化工大学;2012年

4 李加庆;基于声全息的故障特征提取技术研究[D];上海交通大学;2008年

5 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年

6 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年

7 李兆飞;振动故障分形特征提取及诊断方法研究[D];重庆大学;2013年

8 鞠萍华;旋转机械早期故障特征提取的时频分析方法研究[D];重庆大学;2010年

9 赵志宏;基于振动信号的机械故障特征提取与诊断研究[D];北京交通大学;2012年

10 赵鹏;离心泵振动故障诊断方法研究及系统实现[D];华北电力大学（北京）;2011年

中国硕士学位论文全文数据库 前10条

1 薄瑞瑞;基于LMD的振动信号处理及故障特征提取研究[D];内蒙古大学;2015年

2 凡非龙;旋转机械故障诊断与现场动平衡系统研发[D];浙江大学;2015年

3 屈红伟;基于LMD的故障特征提取方法及动平衡技术研究[D];北京化工大学;2015年

4 李岭阳;基于非线性分析的故障特征提取及识别方法研究[D];北京化工大学;2016年

5 沈金理;机械装备连接松动故障特征提取方法的研究[D];东华大学;2013年

6 李敏;基于谱融合的管道故障特征提取方法研究[D];北京化工大学;2011年

7 易雄;基于小波分析的机械故障特征提取与诊断技术研究[D];浙江工业大学;2009年

8 钟晓平;气象卫星运动部件故障特征提取及振动特性研究[D];上海交通大学;2009年

9 宋震;柴油机典型故障特征提取与诊断研究[D];天津大学;2013年

10 王泽栋;钻井泵阀的故障特征提取与基于GSM的远程故障报警仪[D];北京化工大学;2008年

本文编号：873045