基于EEMD结合二次小波包降噪的齿轮箱故障诊断

发布时间：2017-10-05 02:33

  本文关键词：基于EEMD结合二次小波包降噪的齿轮箱故障诊断

  更多相关文章： 齿轮箱 小波包 聚合经验模态分解 二次降噪 故障诊断

【摘要】：针对齿轮箱振动信号信噪比低、故障识别精确度不高等问题,提出了聚合经验模态分解(EEMD)结合小波包二次降噪的故障诊断方法.首先,对采集到的原始信号进行小波包降噪并重构;再对第一次降噪后的信号进行EEMD分解,得到一系列的固有模态函数(IMF);并计算分解得到的每个IMF与第一次降噪后信号的相关系数,从而确定二次降噪的IMF有效集;然后,通过选择不同消失矩的db系小波,对筛选出的IMF进行二次降噪;最后,将二次降噪之后的IMF进行重构,提取特征向量输入到BP神经网络,识别齿轮箱的故障类型和位置.测试结果表明,此二次降噪方法用于齿轮箱故障诊断,识别准确率更高,在神经网络训练和测试中耗时更短.
【作者单位】： 山西大学商务学院信息学院;
【关键词】： 齿轮箱 小波包 聚合经验模态分解 二次降噪 故障诊断
【基金】：国家自然基金面上项目(61176115) 山西大学商务学院科研项目(2013006) 山西省高校科技创新研究项目(2014) 山西省自然科学基金研究项目(2014011018-1)
【分类号】：TH132.41
【正文快照】： 齿轮箱在各种旋转机械中应用十分广泛,但其恶劣的运行环境很容易造成一些故障.目前,齿轮箱故障诊断研究中主要面临的问题是如何对其振动信号进行处理和分析,以及对其故障机理、故障特征提取、诊断方法和人工智能应用等方面进行研究[1].振动信号是齿轮箱故障特征的载体,对其进

【参考文献】

中国期刊全文数据库 前10条

1 张斌;王细洋;;基于小波包和EMD的谱峭度法在滚动轴承故障诊断中的应用[J];失效分析与预防;2015年05期

2 杨保海;陈栋;郑冬喜;查代奉;;基于小波包分解和EMD-SVM的轴承故障诊断方法[J];计算机测量与控制;2015年04期

3 文妍;谭继文;;基于小波包分解和EMD的滚动轴承故障诊断方法研究[J];煤矿机械;2015年02期

4 王余奎;李洪儒;许葆华;;基于EEMD-增强因子自适应的液压泵微弱故障特征提取[J];机床与液压;2014年19期

5 余发军;周凤星;;基于EEMD和自相关函数特性的自适应降噪方法[J];计算机应用研究;2015年01期

6 蒋年华;;基于PSO-BP的齿轮箱故障检测机制研究[J];计算机测量与控制;2013年08期

7 谢锋云;;基于小波包-隐马尔科夫模型的机床加工状态识别[J];机床与液压;2013年07期

8 张毅;;基于EMD和小波包的轴承故障特征提取[J];信息与电子工程;2012年03期

9 林近山;;基于EEMD和Hilbert变换的齿轮箱故障诊断[J];机械传动;2010年05期

10 吕永卫;熊诗波;林选;田慕琴;;基于小波包和EMD处理的滚动轴承故障诊断[J];太原理工大学学报;2010年02期

【共引文献】

中国期刊全文数据库 前10条

1 王明吉;史建峰;李婉宁;;基于互相关的测量声波飞渡时间的研究[J];电子设计工程;2016年15期

2 王德军;张贤达;鲍亚新;;基于EEMD的发动机失火故障检测[J];吉林大学学报(信息科学版);2016年04期

3 颜天晓;张瑞亮;王铁;姜雄飞;;基于EEMD和Hilbert包络分析的轴承复合故障诊断研究[J];机械传动;2016年06期

4 崔建国;刘宝胜;王桂华;于明月;高阳;;基于小波包和支持向量机的舰用发动机故障诊断[J];火力与指挥控制;2016年06期

5 杨潞霞;樊东燕;周任军;;基于EEMD结合二次小波包降噪的齿轮箱故障诊断[J];中北大学学报(自然科学版);2016年03期

6 边杰;;利用经验模态分解改进的CEEMD故障诊断方法[J];矿山机械;2016年06期

7 祁少阳;程珩;陈法法;;基于稳定分布参数估计的轴承故障诊断方法研究[J];太原理工大学学报;2016年03期

8 吕岩;房立清;张前图;;LCD模糊熵和SOM神经网络在液压泵故障诊断中的应用[J];机床与液压;2016年09期

9 孙曙光;庞毅;王景芹;张超;杜太行;;改进的EEMD去噪方法及其在谐波检测中的应用研究[J];电工电能新技术;2016年04期

10 刘莹;韩焱;郭亚丽;李坤;;基于CEEMD的爆破振动信号自适应去噪[J];科学技术与工程;2015年32期

【二级参考文献】

中国期刊全文数据库 前10条

1 文成;周传德;;基于SVD与改进EMD的滚动轴承故障诊断[J];机械科学与技术;2014年05期

2 李庆;宋万清;;经验模态分解与EOSA方法的滚动轴承故障诊断[J];计算机测量与控制;2014年04期

3 马朝永;王克;孟志鹏;段建民;;基于Hermitian小波的时间-小波能量谱滚动轴承故障诊断方法[J];北京工业大学学报;2014年03期

4 胥永刚;孟志鹏;陆明;;基于双树复小波包变换和SVM的滚动轴承故障诊断方法[J];航空动力学报;2014年01期

5 杨青;孙佰聪;朱美臣;杨青川;刘念;;基于小波包熵和聚类分析的滚动轴承故障诊断方法[J];南京理工大学学报;2013年04期

6 蔡剑华;王先春;胡惟文;;基于经验模态分解与小波阈值的MT信号去噪方法[J];石油地球物理勘探;2013年02期

7 周智;朱永生;张优云;朱川峰;王鹏;;基于EEMD和共振解调的滚动轴承自适应故障诊断[J];振动与冲击;2013年02期

8 彭畅;柏林;谢小亮;;基于EEMD、度量因子和快速峭度图的滚动轴承故障诊断方法[J];振动与冲击;2012年20期

9 陈仁祥;汤宝平;马婧华;;基于EEMD的振动信号自适应降噪方法[J];振动与冲击;2012年15期

10 唐宏宾;吴运新;滑广军;马昌训;;基于EMD包络谱分析的液压泵故障诊断方法[J];振动与冲击;2012年09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2条

1 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

2 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 陈晗霄;基于虚拟仪器的大型高速齿轮箱故障诊断系统研究[D];电子科技大学;2010年

10 杨成;传动齿轮箱故障诊断系统研究[D];哈尔滨工程大学;2013年

，

本文编号：974310