首页  |  期刊简介  |  期刊荣誉  |  编委会  |  现任主编  |  投稿指南  |  下载中心  |  期刊征订  |  学术不端检测
中文核心期刊
Ei Compendex收录期刊
中国科学引文数据库来源期刊
中文科技期刊数据库收录期刊
国际刊号:1004-6801
国内刊号:32-1361/V
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中华人民共和国工业
              和信息化部
  • 主办:南京航空航天大学
              全国高校机械工程
              测试技术研究会
  • 国际刊号:1004-6801
  • 国内刊号:32-1361/V
  • 地址:南京市御道街29号
  • 电话:025-8489 3332
  • 传真:025-8489 3332
  • E-mail:qchen@nuaa.edu.cn
  • 邮编:210016
基于MEWT‑ASCS的行星齿轮箱微弱故障特征提取
Weak Fault Diagnosis Method of Planetary Gearbox Based on Modified Empirical Wavelet Transform and Adaptive Sparse Coding Shrink Algorithm
  
DOI:10.16450/j.cnki.issn.1004-6801.2022.03.009
中文关键词:  行星齿轮箱  早期故障诊断  特征提取  自适应频谱划分  经验小波变换  稀疏编码收缩去噪
英文关键词:planetary gearbox  incipient fault diagnosis  feature extraction  adaptive spectrum segmentation  empirical wavelet transform  sparse coding shrinkage denoising
基金项目:国家重点研发计划资助项目(2019YFB2004600);国家自然科学基金资助项目 (U1808214)
作者单位
胡少梁1 (1.大连理工大学机械工程学院 大连116024) 
李宏坤1 (1.大连理工大学机械工程学院 大连116024) 
王朝阁2 (2.上海海事大学物流工程学院 上海201306) 
胡瑞杰1 (1.大连理工大学机械工程学院 大连116024) 
摘要点击次数: 26
全文下载次数: 33
中文摘要:
      针对强噪声背景下行星齿轮箱早期微弱故障难以提取以及经验小波变换对信号频率区间边界划分不恰当以及不能有效确定模态数目的问题,提出了一种基于改进经验小波变换(modified empirical wavelet transform, 简称MEWT)和自适应稀疏编码收缩(adaptive sparse coding shrinkage,简称ASCS)的早期微弱故障特征提取方法。根据信号频谱的尺度空间表示,将原始故障信号自适应地分解为一系列的窄频带本征模态分量。利用包络谱峭度(envelope spectrum kurtosis, 简称ESK)值选择敏感分量,为了进一步凸显分量中的故障信息,使用ASCS算法对敏感分量进行稀疏降噪处理,从其包络谱中即可提取到清晰的故障特征频率成分。数值仿真和实际数据分析结果表明,本研究方法能够自适应地实现故障信号的模态分解并增强微弱的故障冲击特征。此外,与经验小波变换(empirical wavelet transform, 简称EWT),EWT?ASCS和ASCS进行对比,本研究方法可有效提取包含故障信息丰富的分量,经ASCS处理后信号故障特征得到凸显,实现了行星齿轮箱早期微弱故障的准确识别。
英文摘要:
      Empirical wavelet transform (EWT) is inadequate in the early weak diagnosis fault of planetary gearboxes under strong noise background, mainly due to the improper segmentation of the signal spectrum, which cannot effectively determine the number of modal components. Consequently, an early fault diagnosis method of planetary gearbox is proposed, which combines the modified empirical wavelet transform (MEWT) and adaptive sparse coding shrinkage (ASCS) algorithms. According to the scale space representation of signal frequency spectrum, the original fault signal is adaptively decomposed into a series of narrowband intrinsic mode components. Envelope spectrum kurtosis (ESK) value is used to select the sensitive component. To further highlight fault information, the ASCS algorithm is applied to sparse noise reduction for sensitive component, thus the obvious characteristic frequency information can be extracted from its envelope spectrum. Through the analysis of numerical simulation and actual data, this method can adaptively decompose the planetary gearbox fault signal and enhance weak fault impulse characteristics. In addition, compared with EWT, EWT-ASCS, and ASCS, the proposed method can effectively extract the component that contains abundant fault information, and then the signal fault characteristics are highlighted after ASCS processing, thereby realizing the accurate identification of early weak fault of planetary gearbox.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《振动、测试与诊断》

地址:南京市御道街29号        邮编:210016

电话:025-8489 3332      传真:025-8489 3332       E-mail:qchen@nuaa.edu.cn

您是本站第2927553位访问者 本站今日一共被访问616

技术支持:北京勤云科技发展有限公司