基于MRSVD能量特征和KFCM的齿轮箱复合故障诊断 |
| |
引用本文: | 梁海英,许昕,潘宏侠,付志敏.基于MRSVD能量特征和KFCM的齿轮箱复合故障诊断[J].机械传动,2019,43(9):128-132. |
| |
作者姓名: | 梁海英 许昕 潘宏侠 付志敏 |
| |
作者单位: | 中北大学机械工程学院,山西太原,030051;中北大学机械工程学院,山西太原,030051;中北大学机械工程学院,山西太原,030051;中北大学机械工程学院,山西太原,030051 |
| |
摘 要: | 针对齿轮箱复合故障信号成分复杂和故障特征难以识别的问题,提出基于多分辨奇异值分解(MRSVD)能量特征和模糊核聚类(KFCM)的齿轮箱复合故障诊断方法。首先,采集齿轮箱不同工况下的振动信号,通过进行MRSVD分解得到1个相似信号和5个细节信号;然后,提取6个分量信号的能量特征并进行归一化处理,得其能量相对值;最后,使用KFCM进行故障诊断。实验结果表明,MRSVD能量特征提取方法可有效提取齿轮箱复合故障特征,且KFCM可准确诊断齿轮箱复合故障。
|
关 键 词: | 齿轮箱 多分辨奇异值分解 能量特征 模糊核聚类 故障诊断 |
Gearbox Composite Fault Diagnosis based on MRSVD Energy Characteristic and KFCM |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|