基于EWT和SVD技术的齿轮故障诊断方法研究

作     者：陈保家 刘浩涛 聂凯 汪新波 邱光银 Chen Baojia;Liu Haotao;Nie Kai;Wang Xinbo;Qiu Guangyin

作者机构：三峡大学水电机械设备设计与维护湖北省重点实验室湖北宜昌443002 三峡大学机械与动力学院湖北宜昌443002 

基　　金：国家自然科学基金项目(51205230) 湖北省重点实验室开放基金课题(2016KSD15 2016KSD14) 三峡大学人才科研启动基金项目(KJ2012B014) 

出 版 物：《三峡大学学报（自然科学版）》 (Journal of China Three Gorges University：Natural Sciences)

年 卷 期：2018年第40卷第1期

页      码：80-85页

摘      要：本文基于经验小波变换(EWT,empirical wavelet transform)和奇异值分解(SVD,singular value decomposition)技术提出了一种齿轮的故障诊断方法.首先采用EWT方法将齿轮的振动信号分解为若干个本征模态分量(IMF),并利用这些IMF分量形成向量矩阵.而后对初始向量矩阵进行奇异值分解,根据奇异值分解的三大特性,将求得的特征向量矩阵的奇异值作为齿轮振动信号的模式特征向量.最后通过建立马氏距离判别函数判断齿轮的振动情况和故障类型.通过对实际实验数据的分析,证明了该方法在齿轮故障诊断中有效性.

主 题 词：EWT SVD 齿轮 故障诊断 特征向量 

学科分类：080202[080202] 08[工学] 0802[工学-机械学] 

D　O　I：10.13393/j.cnki.issn.1672-948X.2018.01.017

馆 藏 号：203281706...