基于最小熵反褶积的行星齿轮箱故障诊断

行星齿轮箱具有传动比大、传动效率高等优点,但比定轴齿轮有更复杂的结构,因常工作在恶劣的条件下,容易出现磨损或疲劳裂纹等故障。扭振信号因信噪比高、频谱结构简单等优点有利于对行星齿轮箱的故障诊断。所以针对重载、强噪声环境下行星齿轮箱故障特征的提取,提出了基于最小熵反褶积(Minimum entropy deconvolution,MED)的扭振信号时域分析方法,该方法通过反转滤波加强冲击特性从而提取行星轮的故障特征。通过对仿真信号和行星齿轮箱的扭振信号分析,在时域上提取了明显的故障冲击特征,并且较频谱分析能更直观清晰地看出故障特性。通过对不同负载情况下的比较,发现该方法对处于大负载情况下的故障诊断效果更佳。