留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种有效的齿轮故障识别方法

张文斌

张文斌.一种有效的齿轮故障识别方法[J].工矿自动化,2014, 40(2):40-44..  doi: 10.13272/j.issn.1671-251x.2014.02.012
引用本文: 张文斌.一种有效的齿轮故障识别方法[J].工矿自动化,2014, 40(2):40-44..  doi: 10.13272/j.issn.1671-251x.2014.02.012
ZHANG Wenbi. An effective identification method of gear fault[J]. Industry and Mine Automation, 2014, 40(2): 40-44. doi: 10.13272/j.issn.1671-251x.2014.02.012
Citation: ZHANG Wenbi. An effective identification method of gear fault[J]. Industry and Mine Automation, 2014, 40(2): 40-44. doi: 10.13272/j.issn.1671-251x.2014.02.012

一种有效的齿轮故障识别方法

doi: 10.13272/j.issn.1671-251x.2014.02.012
基金项目: 

云南省应用基础研究面上项目(2013FB062)

云南省教育厅科学研究基金项目(2012C197)

详细信息
  • 中图分类号: TD67

An effective identification method of gear fault

  • 摘要: 针对齿轮故障特征信息往往被信号中的噪声淹没的问题,提出了一种基于谐波小波包、样本熵和灰色关联度的齿轮故障识别方法。首先,采用顺序形态滤波器,并结合实际选用最简单的直线结构元素,对实测齿轮振动信号进行顺序形态滤波降噪预处理。然后,采用谐波小波包将不同故障的齿轮振动信号分解到3层共8个频带上,并计算各频带的样本熵。最后,以样本熵为元素构造特征向量,通过计算标准故障模式特征向量与待识别样本的灰色关联度来判断齿轮的工作状态和故障类型。试验结果表明,该方法能够有效地应用于齿轮系统的故障诊断。

     

  • 加载中
计量
  • 文章访问数:  29
  • HTML全文浏览量:  2
  • PDF下载量:  2
  • 被引次数: 0
出版历程
  • 刊出日期:  2014-02-10

目录

    /

    返回文章
    返回