基于RSIFICA的行星齿轮箱故障诊断方法

发布时间：2020-12-10 20:18

　　为了对行星齿轮箱进行故障检测和诊断,提出了一种基于共振稀疏快速独立分量的分析方法（RSIFICA）.该方法首先采用共振稀疏分解对信号进行降维预处理,进行二次共振稀疏分解,构造虚拟通道增加传感器通道数目,同时引入牛顿-辛普森公式对快速独立分量分析方法进行改进.该方法减少包含瞬态冲击的宽带信号的影响,实现信号中振源信号数目的降维.同时,二次分解增加输入FastICA的通道数,解决了独立分量分析方法在提取行星齿轮箱故障特征频率过程中出现欠定盲源和收敛速度缓慢问题,同时提高了FastICA的运算效率.将该方法应用到行星齿轮箱的故障诊断中,包络谱分析结果表明,RSIFICA能准确地提取行星齿轮箱断齿故障特征频率,有效地解决了FastICA的问题,计算效率提高了21.49%.对比实验表明,相比于EMD-FastICA联合方法,RSIFICA能够对齿轮微弱故障特征进行更为有效的提取. 

【文章来源】：东南大学学报(自然科学版). 2020年02期 第377-384页 北大核心

【文章页数】：8 页

【部分图文】：

L层品质因子可调小波变换图

式中,y(t)为源信号s(t)的估计.混合矩阵W求解的第1步是建立一个以W为变元的目标函数L(W),如果某个 W ^ 能使L(W)达到极大值,即该 W ^ 为所需的解.第2步即是用一种有效的算法求 W ^ , 按照L(W)的不同定义构成了不同的ICA算法.因此ICA实质上是一个优化问题,其原理如图3所示,其目的是通过优化分解矩阵W,以获得源信号s(t),并使源信号间的独立性最强.2.2 FastICA算法

基于RSIFICA齿轮箱故障识别方法

【参考文献】：
期刊论文
[1]多域特征在行星齿轮箱局部故障识别中的应用[J]. 赵川,冯志鹏.  振动与冲击. 2017(18)
[2]基于迭代Hilbert变换的行星齿轮箱振动信号分析[J]. 祝文颖,冯志鹏.  浙江大学学报(工学版). 2017(08)
[3]基于EEMD的行星齿轮箱齿轮裂纹损伤定位[J]. 刘浩华,李方义,李国彦,王一凡,张珊珊,董德浩.  振动.测试与诊断. 2017(03)
[4]基于阶次分析技术的行星齿轮箱非平稳振动信号分析[J]. 王况,王科盛,左明健.  振动与冲击. 2016(05)
[5]基于EMD-EDT的行星齿轮箱特征提取及状态识别方法研究[J]. 李海平,赵建民,宋文渊.  振动与冲击. 2016(03)
[6]基于EMD的ICA语音增强[J]. 李云飞,全海燕,肖春梅.  华中师范大学学报(自然科学版). 2015(01)
[7]基于独立分量分析与包络阶比分析的齿轮箱多振源特征提取[J]. 李斌,郭瑜,刘亭伟,郑华文.  振动与冲击. 2012(19)
[8]牛顿方法的两个新格式[J]. 王霞,赵玲玲,李飞敏.  数学的实践与认识. 2007(01)
[9]独立分量分析及其在故障诊断中的应用[J]. 胥永刚,张发启,何正嘉.  振动与冲击. 2004(02)



本文编号：2909309