一种基于经验小波变换的齿轮副故障诊断方法
宋世毅
（中国一拖集团有限公司，河南 洛阳 471004）
摘要：齿轮是机械设备的重要零部件之一。针对于齿轮副的在线故障检测问题，提出了一种基于经验小波变换的齿轮副故障检测方法。基于紧支撑的框架，该方法将信号通过经验小波变换分解为若干个不同的内部经验模态。较之传统经验模态分解，该方法能够更准确的提取出其模态信号，且混叠成分更小。将该方法应用于具体的齿轮副机构中，通过经验小波分解对系统噪声和环境噪声干扰中的振动信号进行故障特征识别。实验结果验证了该方法的有效性，能够有效的提取齿轮裂纹的特征信号。
关键词：经验小波分解；故障诊断；齿轮裂纹
中图分类号：TH132.41 文献标志码：A doi：10.3969/j.issn.1006-0316.2017.09.004
文章编号：1006－0316 (2017) 09－0012－04
Gear Pair Fault Diagnosis Method Based on Empirical Wavelet Transform
SONG Shiyi
( YTO Group Corporation, Luoyang 471004, China )
Abstract：Gears are the key elements in industrial applications. Focus on the online fault diagnosis of gear pair, the paper presented a diagnosis method based on empirical wavelet transform (EWT). Based on compactly supported frames, the method decomposed the acquired signal into several different empirical modes via EWT. Compared with traditional empirical mode decomposition (EMD), the proposed method can extract the modal signals more accurately with less aliasing. An actual gear pair experiment is also carried out for the vibration signal fault extraction where the signal is submerged in the background noise and environment interferences. The experiment result shows that the proposed method is effective and can effectively reveal the gear crack characteristic signal.
Key words：EWT；fault diagnosis；gear crack
———————————————
收稿日期：2017－02－08
基金项目：2016年智能制造综合标准化与新模式应用项目（豫洛工业制造[2016]07744）
作者简介：宋世毅（1964－），男，河北衡水人，硕士研究生，高级工程师，主要研究方向为机械装备制造技术。
设为首页 | 加入收藏 | 免责条款
《机械》杂志版权所有 Copyright©2008-2012 Jixiezazhi.com All Rights Reserved
电话：028-85925070 传真：028-85925073 E-mail：jixie@vip.163.com
地址：四川省成都锦江工业开发区墨香路48号 邮编：610063
Powered by PageAdmin CMS