文档名：基于EMD和CICA的齿轮故障诊断研究
为在强噪声下准确利用单通道测量信号进行齿轮故障诊断,提出了将经验模态分解(EMD)与约束独立成分分析(CICA)相结合的算法.该算法首先对采集的单通道齿轮箱测量信号利用EMD分解以实现降噪及单通道扩展,采用基于峭度和连续均方误差准则相结合的方法选取合适的本征模态函数(IMF),然后将选取的IMF和源信号作为CICA的输入信号,提取目标信号,识别故障特征.为了验证该算法的有效性,进行实验测试信号分析,结果表明,该算法可以有效提取齿轮故障信号,实现齿轮的故障诊断.
作者：韩博跃郝如江陆一鹤
作者单位：石家庄铁道大学机械工程学院,石家庄050043
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：齿轮机构 故障诊断 单通道信号 经验模态分解 约束独立分量分析
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文
- 文件大小:
- 880.14 KB
- 下载次数:
- 60
-
高速下载
|
|
