位置:成果数据库 > 期刊 > 期刊详情页
双树复小波包和谱峭度在齿轮故障诊断中的应用
  • ISSN号:0254-0037
  • 期刊名称:《北京工业大学学报》
  • 时间:0
  • 分类:TH133.3[机械工程—机械制造及自动化] TH165[机械工程—机械制造及自动化]
  • 作者机构:[1]北京工业大学机械工程与应用电子技术学院先进制造技术北京市重点实验室,北京100124
  • 相关基金:国家自然科学基金资助项目(51075009);北京市教育委员会科研计划资助项目(KM20131005013)
中文摘要:

针对故障齿轮振动信号的非平稳和调制特性,提出了基于双树复小波包变换和谱峭度的齿轮故障诊断方法.首先,利用双树复小波包变换将原始振动信号分解为若干个不同频带的信号分量,选择与原始信号相关系数大的分量进行阈值降噪并重构;然后,对降噪后的信号利用谱峭度所得的峭度图选择最佳的带宽和频带中心进行相应的带通滤波处理;最后,将带通滤波后的信号作平方包络和傅里叶变换,即可得到信号的包络解调谱,从而提取故障特征信息.通过对试验和工程实际的齿轮故障信号分析表明:双树复小波包变换和谱峭度结合的方法可有效地提取齿轮故障特征信息,进而实现故障识别,验证了方法的可行性和有效性.

英文摘要:

Aiming at non-stationary and modulation characteristics of gear fault vibration signals, a fault diagnosis method was proposed based on dual-tree complex wavelet packet transform and spectral kurtosis. First, the original vibration signal was decomposed into several different frequency band components by dual-tree complex wavelet packet transform, some components that have bigger correlation coefficient were de-noised by the threshold. Second, the best bandwidth and band center of band-pass filter were determined through fast kurtosis diagram of spectral kurtosis. Finally, the envelope demodulation spectrum of filter signal could be obtained by square envelope and Fourier transforms, then the fault information was effectively extracted. The analysis of the gear fault signals shows that the fault feature information of the gear can be effectively extracted to identify the fault, and the proposed method is effective and feasible.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《北京工业大学学报》
  • 中国科技核心期刊
  • 主管单位:北京市教委
  • 主办单位:北京工业大学
  • 主编:卢振洋
  • 地址:北京市朝阳区平乐园100号
  • 邮编:100124
  • 邮箱:xuebao@bjut.edu.cn
  • 电话:010-67392535
  • 国际标准刊号:ISSN:0254-0037
  • 国内统一刊号:ISSN:11-2286/T
  • 邮发代号:2-86
  • 获奖情况:
  • 中国高等学校自然科学学报优秀学报二等奖,北京市优秀期刊,华北5省市优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11924