作 者 | 臧云帆,萬舟,耿娜娜,劉東生,李枝榮 |
第一作者 | 臧云帆 |
作者單位 | 昆明理工大學信息工程與自動化學院,云南昆明 |
卷 號 | 43 |
發表年份 | 2015 |
發表刊期 | 23 |
發表頁面 | 346-348,387 |
關 鍵 字 | 齒輪故障;數學形態濾波;LMD;故障特征頻率;BP神經網絡 |
摘 要 |
由于農用電機中的齒輪運行環境惡劣,早期故障的不易發現,鑒于故障振動信號的非平穩性、非線性,并存在于大量的噪聲信號中,很難提取故障特征。該研究采用數學形態濾波與局域均值分解相結合的方法。通過多結構多尺度數學形態濾波器對齒輪故障振動信號進行背景噪聲濾除和振動信號提取,結合局域均值分解對信號進行處理,進而提取能量特征參數,并作歸一化處理,最后采用BP神經網絡對齒輪的各種運行狀態進行分類識別。通過分析齒輪的正常狀態,磨損和斷齒與基于LMD分解的診斷結果作比較,該方法的故障識別率高于基于LMD和神經網絡。 |
附 件 |
基于數學形態濾波與LMD的農用電機齒輪故障診斷![]() |
注:若需下載,請右鍵單擊另存 |