EMD分解与多特征融合的齿轮故障诊断方法

发布时间：2017-06-03 02:13

  本文关键词：EMD分解与多特征融合的齿轮故障诊断方法，由笔耕文化传播整理发布。

【摘要】：为解决齿轮振动信号在现实中难以获取大量典型故障样本和分类的精确度低的问题,提出基于EMD分解与多特征融合的齿轮故障诊断方法。首先,提取反映信号特征的各项参数指标作为特征向量;其次,利用经验模式分解(EMD)对原始信号进行分解,进而提取分解后各本征模式分量(IMF)的能量指标组成特征向量;然后,将其与信号特征各项参数融合成特征向量组合,并将其作为SVM多故障分类器的训练样本进行训练,实现齿轮的智能诊断。通过实验室轴承的故障诊断研究表明:该方法对于齿轮的各种状态具有很好的分类精确度,更加有效地识别齿轮故障类型。
【作者单位】： 内蒙古科技大学机械工程学院;
【关键词】： EMD 本征模式分量 特征向量 支持向量机
【基金】：国家自然科学基金资助项目(21366017) 内蒙古科技厅高新技术领域科技计划重大项目(20130302)
【分类号】：TH132.41
【正文快照】： 0前言齿轮是现代机械设备重要传动部件,其正常工作与否直接关系到设备的运转状况。在实际的生产过程中,齿轮的故障信号往往是非线性、非平稳的,且难以提取故障特征,给故障诊断带来了很大的困难。合理的从非平稳的故障信号中提取出故障信息成为齿轮故障诊断的关键。经验模式分

【参考文献】

中国期刊全文数据库 前1条

1 于德介,程军圣,杨宇;基于EMD和AR模型的滚动轴承故障诊断方法[J];振动工程学报;2004年03期

【共引文献】

中国期刊全文数据库 前10条

1 高立新;吴丽娟;张建宇;;基于EMD解调方法的齿轮早期故障诊断[J];北京工业大学学报;2009年07期

2 徐永成;徐东;李兴林;查伟;;基于改进标准化EMD的滚动轴承故障诊断方法[J];轴承;2010年08期

3 孟宗;顾海燕;;应用经验模态分解下的AR模型提取旋转机械故障特征[J];燕山大学学报;2011年04期

4 马文龙;吕建新;吴虎胜;黄炯龙;;多传感器信息融合在滚动轴承故障诊断中的应用[J];传感器与微系统;2013年07期

5 吴炳胜;徐芮;姜金俊;;基于EMD-SVM镜像延拓的转子故障诊断研究[J];河北工程大学学报(自然科学版);2012年01期

6 张新广;李志农;王心怡;;经验模态分解和关联维数在机械故障诊断中的应用研究[J];机床与液压;2008年04期

7 崔建国;郑新起;李忠海;李跃中;刘利秋;;经验模态分解和AR模型在飞行器健康诊断中的应用[J];计算机工程与应用;2011年14期

8 吕建新;吴虎胜;吴庐山;朱玉荣;;基于EMD复杂度特征和SVM的轴承故障诊断研究[J];机械传动;2011年02期

9 康海英;栾军英;郑海起;崔清斌;;基于阶次跟踪和经验模态分解的滚动轴承包络解调分析[J];机械工程学报;2007年08期

10 张晨罡;郝伟;李志农;王丽雅;;基于EMD和AR模型的滚动轴承故障SVM识别[J];煤矿机械;2007年07期

中国博士学位论文全文数据库 前10条

1 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年

2 徐东;球轴承疲劳剩余寿命分析与预测方法研究[D];国防科学技术大学;2011年

3 朱启兵;基于小波理论的非平稳信号特征提取与智能诊断方法研究[D];东北大学;2006年

4 万星;水电科学中若干新方法应用研究[D];四川大学;2006年

5 姜洪奎;大导程滚珠丝杠副动力学性能及加工方法研究[D];山东大学;2007年

6 谢启伟;经验模式分解算法分析和应用[D];中国科学技术大学;2008年

7 杨先勇;基于信号局部特征提取的机械故障诊断方法研究[D];浙江大学;2009年

8 赵俊龙;往复式压缩机振动信号特征分析及故障诊断方法研究[D];大连理工大学;2010年

9 苏文胜;滚动轴承振动信号处理及特征提取方法研究[D];大连理工大学;2010年

10 陆金铭;船舶推进轴系的动态影响因素及EMD故障诊断方法研究[D];上海交通大学;2013年

中国硕士学位论文全文数据库 前10条

1 王晓斌;基于粒子滤波的齿轮箱故障诊断研究[D];中北大学;2011年

2 薛磊;基于改进的EMD算法的绝缘子泄漏电流数据分析[D];华北电力大学;2011年

3 卢磊;基于弱信号特征提取的早期诊断方法及其应用研究[D];哈尔滨工业大学;2011年

4 刘安宁;基于EMD与神经网络的柱塞泵故障诊断方法[D];华中科技大学;2011年

5 郭宙;流动轴承故障模式识别方法研究[D];北京化工大学;2011年

6 刘恩涛;基于EMD和粒子群优化神经网络的齿轮箱故障诊断研究[D];中北大学;2012年

7 李桃;基于粒子滤波技术的齿轮箱故障诊断研究[D];中北大学;2012年

8 陈淼峰;基于EMD与支持向量机的转子故障诊断方法研究[D];湖南大学;2005年

9 张晨罡;基于经验模态分解的滚动轴承故障诊断方法研究[D];郑州大学;2007年

10 谢珊;基于HHT的语音情感识别研究[D];湘潭大学;2008年

【二级参考文献】

中国期刊全文数据库 前1条

1 刘天雄,郑明刚,陈兆能,朱继梅,华宏星;AR模型和分形几何在设备状态监测中的应用研究[J];机械强度;2001年01期

【相似文献】

中国期刊全文数据库 前10条

1 熊军;李凤英;沈玉娣;;齿轮故障诊断技术应用综述[J];机床与液压;2005年12期

2 周湛学;齿轮故障诊断的新方法[J];价值工程;1998年01期

3 赵章焰;齿轮故障诊断模糊判据的研究[J];振动与冲击;2002年02期

4 李延斌,郑 鹏,张文祥,陈长征;齿轮故障诊断技术现状与展望[J];机械设计与制造;2002年02期

5 陈新国;程耕国;;基于小波分析的齿轮故障诊断方法的研究[J];机械传动;2005年06期

6 骆志高;仇学青;田海泉;;齿轮故障诊断研究的国内现状与发展方向[J];矿山机械;2006年01期

7 苏文华;;提升机的减速机齿轮故障诊断[J];中国设备工程;2006年06期

8 王凤利;马孝江;;基于局域波时频分析的齿轮故障诊断[J];农业机械学报;2006年12期

9 胡小江;;灰色系统理论在齿轮故障诊断中的应用[J];通用机械;2007年09期

10 杨德斌;杨聚星;阳建宏;章立军;;基于声信号分析的齿轮故障诊断方法[J];北京科技大学学报;2008年04期

中国重要会议论文全文数据库 前7条

1 赵章焰;;齿轮故障诊断的原理及应用[A];中国的经济建设与21世纪的物料搬运技术——中国机械工程学会物料搬运分会第五届学术年会论文集[C];1996年

2 刘立州;李志农;范涛;;分数阶Fourier变换在齿轮故障诊断中的应用[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

3 张立国;张生;谷建平;康科;;小波包分析在齿轮故障诊断中的应用[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

4 曹志锡;孙莉;;齿轮故障诊断信号分析处理的一种有效方法[A];中国职业安全健康协会2007年学术年会论文集[C];2007年

5 李长吾;吕江涛;张立国;陈白;;基于小波分析的齿轮故障诊断方法的研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年

6 孙芳;柳亦兵;李明;赵凌波;;基于小波包与模糊模式识别的齿轮故障诊断方法[A];第25届中国控制会议论文集（中册）[C];2006年

7 刘锋;马怀祥;葛宝珊;;基于经验模态分解和包络分析的齿轮故障诊断[A];现代振动与噪声技术（第九卷）[C];2011年

中国硕士学位论文全文数据库 前10条

1 赵志强;基于集合经验模式分解与径向基函数神经网络的齿轮故障诊断[D];河北工程大学;2015年

2 龚男;基于多源信号的变转速滚动轴承和齿轮故障诊断研究[D];中国矿业大学;2015年

3 胡长海;减速机齿轮故障诊断方法的研究[D];昆明理工大学;2009年

4 杨怡;基于局部均值分解的齿轮故障诊断方法[D];湖南大学;2012年

5 成琼;基于小波分析的齿轮故障诊断研究[D];湖南大学;2001年

6 寿海飞;基于小波分析的齿轮故障诊断研究[D];浙江工业大学;2007年

7 王彬彬;小波分析在微动齿轮故障诊断的应用与研究[D];南昌大学;2010年

8 王文莉;基于高阶谱的齿轮故障诊断与识别[D];武汉科技大学;2007年

9 王文欢;基于隐马尔科夫模型的齿轮故障诊断[D];南昌航空大学;2014年

10 赵国庆;基于小波降噪与HHT方法的齿轮故障诊断方法[D];武汉科技大学;2007年

  本文关键词：EMD分解与多特征融合的齿轮故障诊断方法，由笔耕文化传播整理发布。

，

本文编号：417052