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

煤矿机械齿轮箱故障诊断方法

刘永亮

刘永亮.煤矿机械齿轮箱故障诊断方法[J].工矿自动化,2020,46(11):12-16..  doi: 10.13272/j.issn.1671-251x.2020050029
引用本文: 刘永亮.煤矿机械齿轮箱故障诊断方法[J].工矿自动化,2020,46(11):12-16..  doi: 10.13272/j.issn.1671-251x.2020050029
LIU Yongliang. Fault diagnosis method of coal mine machinery gearbox[J]. Industry and Mine Automation, 2020, 46(11): 12-16. doi: 10.13272/j.issn.1671-251x.2020050029
Citation: LIU Yongliang. Fault diagnosis method of coal mine machinery gearbox[J]. Industry and Mine Automation, 2020, 46(11): 12-16. doi: 10.13272/j.issn.1671-251x.2020050029

煤矿机械齿轮箱故障诊断方法

doi: 10.13272/j.issn.1671-251x.2020050029
基金项目: 

国家煤矿安全监察局委托项目(2019-科技装备司-012)

详细信息
  • 中图分类号: TD67

Fault diagnosis method of coal mine machinery gearbox

  • 摘要: 针对煤矿机械齿轮箱振动信号中含有大量噪声干扰成分导致齿轮箱故障特征提取难的问题,提出了一种基于粒子群优化变分模态分解(PSO-VMD)与最小熵反褶积(MED)的煤矿机械齿轮箱故障诊断方法。该方法首先利用PSO算法对VMD中直接影响分解效果的惩罚系数与分量个数进行优化搜索,得到最大化分解性能的最优参数组合,并利用优化后的VMD方法对齿轮箱振动信号进行分解,得到一系列本征模态函数(IMF)分量;然后,利用MED方法对与原信号相关度最大的IMF分量进行降噪处理,凸显故障冲击特征;最后,对降噪后的IMF分量进行Hilbert包络解调,从而提取故障特征。实验结果表明,该方法能够准确提取故障特征,实现齿轮箱故障诊断。

     

  • 加载中
计量
  • 文章访问数:  46
  • HTML全文浏览量:  11
  • PDF下载量:  12
  • 被引次数: 0
出版历程
  • 刊出日期:  2020-11-20

目录

    /

    返回文章
    返回