所属单位：自动化学院
发表刊物：中国机械工程
关键字：经验小波变换;最大峭度-包络谱熵;齿轮箱;故障诊断;
摘要：齿轮箱早期故障的故障特征不明显,振动信号呈现出强烈的非线性、非平稳现象,为此,提出了一种基于能量聚集度经验小波变换(EA-EWT)的齿轮箱故障诊断方法。首先对采集的振动信号进行EA-EWT分解,对分解后的各层信号采用最大峭度-包络谱熵准则进行敏感分量筛选,再利用最小熵解卷积对筛选出的分量信号进行降噪处理,对降噪后信号进行Hilbert包络谱分析,通过包络谱中的频率成分识别出故障类型,实现早期故障诊断。试验结果表明,该方法能够明显增强早期微弱故障特征,提高齿轮箱早期故障诊断性能。
是否译文：否
发表时间：2017-06-20
合写作者：陈伟,孙灿飞,孙权,黄海安
通讯作者：陈伟,王友仁
发表时间：2017-06-20