VMD和奇异差分谱在齿轮早期故障诊断中的应用

作     者：王建国 崔玥 张文兴 WANG Jian-guo;CUI Yue;ZHANG Wen-xing

作者机构：内蒙古科技大学机械工程学院 

基　　金：国家自然基金项目(21366017) 内蒙古自然科学基金(2015MS0512) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2019年第9期

页      码：46-50页

摘      要：针对齿轮故障振动信号的多分量、多频率调制特性且早期故障振动信号信噪比低,故障特征微弱难以提取的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和奇异值差分谱的故障诊断方法。首先对采集到的齿轮故障振动信号进行VMD分解,得到一系列窄带本征模态分量(band-limited intrinsic mode functions,BLIMFS),由于噪声的干扰,从各个模态分量的频谱中很难对故障做出正确的判断;然后根据相关系数准则,选取与原始信号相关系数较大的分量构建Hankel矩阵并进行奇异值分解,求取奇异值差分谱,从差分谱中确定重构信号的有效阶次对信号进行降噪处理;最后对降噪处理后的信号进行Hilbert包络谱分析,即可从中准确地识别出齿轮的故障特征频率。仿真信号和齿轮箱齿轮故障模拟实验结果表明,该方法能够有效地降低噪声的影响,准确地提取到齿轮微弱的故障特征信息。

主 题 词：变分模态分解 奇异差分谱 齿轮故障 包络解调 特征提取 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 080203[080203] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2019.09.012

馆 藏 号：203780883...