Print

基于EMD和CICA的单通道盲源分离方法用于齿轮箱混合故障诊断研究

论文摘要

针对传统的独立分量分析难以解决齿轮箱混合故障诊断中存在的欠定盲分离问题,提出了基于EMD和CICA(约束独立分量分析)的单通道盲源分离方法。通过单通道加速度传感器采集齿轮箱混合故障信号,对其进行EMD分解以实现降噪及单通道扩展,采用基于白噪声统计特性和峭度值结合的方法选取有效的IMF分量,将其作为盲源分离的输入信号,通过CICA方法提取目标振动信号,识别故障特征。通过对齿轮箱轴承与齿轮混合故障的仿真及实验研究,验证了该方法的有效性和可行性。

论文目录

  • 1 基于白噪声统计特性和峭度值的EMD方法
  •   1.1 EMD原理
  •   1.2 基于白噪声统计特性的IMF筛选方法
  •   1.3 基于峭度的IMF筛选方法
  • 2 约束独立分量分析 （CICA）
  • 3 基于EMD和CICA的混合故障盲源分离
  • 4 试验验证
  •   4.1 仿真数据实验
  •   4.2 齿轮箱实测数据及分析
  • 5 结 论

    • 文章来源

    类型: 期刊论文

    作者: 郝如江,安雪君,史云林

    关键词: 盲源分离,经验模态分解,约束独立分量分析,混合故障诊断

    来源: 振动与冲击 2019年08期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 机械工业

    单位: 石家庄铁道大学机械工程学院

    基金: 国家自然科学基金(51375319),河北省杰出青年科学基金(E2013210113)

    分类号: TH132.41

    DOI: 10.13465/j.cnki.jvs.2019.08.034

    页码: 225-231+262

    总页数: 8

    文件大小: 4409K

    下载量: 426

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/0881d3e158263e54d7641bf7.html