自适应MCKD和VMD在行星齿轮箱早期故障诊断中的应用 |
| |
引用本文: | 王建国,刘冀韬,张文兴.自适应MCKD和VMD在行星齿轮箱早期故障诊断中的应用[J].机械设计与制造,2022(6):130-133. |
| |
作者姓名: | 王建国 刘冀韬 张文兴 |
| |
作者单位: | 1. 内蒙古科技大学机械工程学院;2. 内蒙古自治区机电系统智能诊断与控制重点实验室 |
| |
基金项目: | 国家自然科学基金(51865045); |
| |
摘 要: | 针对行星齿轮箱早期故障信号微弱且受强背景噪声影响,致使故障信号特征频率难提取,通过自适应最大峭度解卷积(MCKD)和变分模态分解(VMD)进行早期故障特征提取。首先,利用变步长搜索,以峭度值为评判标准,搜索最优滤波器长度L;然后,将信号通过优化后的自适应MCKD算法降噪;最后,利用VMD分解降噪信号,通过包络谱进行分析,寻找故障特征频率。经仿真信号和实验信号验证,这里所提方法能够有效地提取出强噪声背景下的行星齿轮箱故障特征。
|
关 键 词: | 行星齿轮箱 最大相关峭度解卷积 变分模态分解 峭度 |
|