小波降噪和局域均值分解的齿轮故障特征提取技术

发布时间：2017-10-17 05:09

  本文关键词：小波降噪和局域均值分解的齿轮故障特征提取技术

  更多相关文章： 小波 局域均值分解(LMD) 齿轮故障 特征提取

【摘要】：针对齿轮系统非线性、非平稳性特点及传统时频分析方法的局限性,提出一种将小波和局域均值分解(Local mean decomposition,LMD)相结合进行齿轮故障特征提取的方法。该方法将原始信号通过小波分解再重构进行处理,以降低噪声的干扰,然后对重构信号进行LMD分解,并且对分解后所得到的乘积函数(PF)分量进行筛选。对筛选后的乘积函数进行包络谱分析,提取其故障特征进行研究。结果表明,两者相结合是一种很有效的故障特征提取方法,减弱了噪声对信号的干扰,可以实现对其振动信号故障特征的提取和诊断。
【作者单位】： 沈阳理工大学机械工程学院;霍林郭勒职业技术学校;
【关键词】： 小波 局域均值分解(LMD) 齿轮故障 特征提取
【分类号】：TH132.41
【正文快照】： 旋转机械随着制造业的发展在机械工业领域的应用越来越广泛,其功能越来越完善,结构也随之复杂,工作环境更加多变。由于其大负载、高转速、连续工作的特性,容易引发各种故障从而导致设备不能正常运转,影响机械的正常工作,降低生产效率。齿轮在机械设备领域中是应用非常广泛的零

【相似文献】

中国期刊全文数据库 前10条

1 汤和;应怀樵;汪元辉;张策;;用齿轮噪声特性诊断齿轮故障的研究[J];齿轮;1986年04期

2 高明;齿轮故障分析及诊断[J];电大理工;2000年01期

3 皮骏;廖明夫;;利用小波包络诊断齿轮故障[J];机械设计;2005年11期

4 孔文涛;许益华;;齿轮故障的原因及诊断[J];石油和化工设备;2009年03期

5 艾延廷,盛元生;时域分析技术在齿轮故障检测中的应用[J];振动、测试与诊断;1992年04期

6 潘嘉祺;《齿轮故障模拟器的开发和研制》项目通过科技成果鉴定[J];上海冶金高等专科学校学报;2000年02期

7 陈明华 ,陈海林 ,江建忠;齿轮故障的振动诊断及案例分析[J];中国设备工程;2005年07期

8 陈亮;;应用振动峰值能量对齿轮故障的诊断[J];中国设备工程;2008年04期

9 张桂才，赵万镒;幅值立方法──一种新的齿轮故障信号预处理方法[J];机械传动;1994年03期

10 刘建敏;刘远宏;江鹏程;冯辅周;;基于包络S变换时频图像提取齿轮故障特征[J];振动与冲击;2014年01期

中国重要会议论文全文数据库 前2条

1 明廷锋;张永祥;仰德标;;齿轮故障诊断技术研究综述[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年

2 张玉奎;周火青;;提升小波分析在齿轮故障中的应用[A];2012中国（唐山）绿色钢铁高峰论坛暨冶金设备、节能减排技术推介会论文集/推介指南[C];2012年

中国硕士学位论文全文数据库 前10条

1 赵年伟;基于声发射技术的齿轮故障监测[D];沈阳工业大学;2013年

2 Simon Romli;基于包络分析的齿轮故障监测及基于人工神经网络的齿轮故障分类[D];重庆大学;2011年

3 李海龙;基于局部特征尺度分解的齿轮故障诊断方法研究[D];湖南大学;2012年

4 马学知;基于虚拟仪器的齿轮故障测试系统[D];湖南大学;2007年

5 陈佳;齿轮故障信号实时压缩算法研究[D];重庆大学;2014年

6 董传洋;基于MCSA的齿轮故障诊断技术研究[D];哈尔滨工业大学;2015年

7 周辉;齿轮故障的特征提取与模式识别技术研究[D];郑州大学;2005年

8 曹宇翔;基于核聚类与信息融合的齿轮故障诊断技术研究[D];湖南科技大学;2014年

9 祁映强;基于自相关分析和EMD理论的齿轮故障诊断方法研究[D];内蒙古科技大学;2015年

10 张姗姗;基于蜂群优化的支持向量机齿轮故障诊断技术研究[D];东北石油大学;2015年

，

本文编号：1046958