| 强干扰下基于TMD-SVD和POS-BP网络的变速箱状态识别 |
| |
| 引用本文： | 何雷,刘溯奇.强干扰下基于TMD-SVD和POS-BP网络的变速箱状态识别[J].机械传动,2021,45(5):169-176. |
| |
| 作者姓名： | 何雷 刘溯奇 |
| |
| 作者单位： | 柳州铁道职业技术学院 动力技术学院,广西 柳州 545000;中南大学 机电工程学院,湖南 长沙 410083;中南大学 机电工程学院,湖南 长沙 410083 |
| |
| 基金项目： | 广西高校中青年教师科研基础项目 |
| |
| 摘 要： | 针对车辆变速箱工作环境恶劣、故障模式难以识别的问题,在现有方法基础上,提出了一种基于经验模态-小波包结合的二次模态分解(Two-layer-mode decomposition,TMD)和奇异值分解(Singular value decomposition,SVD)特征值提取方法,并结合粒子群(POS)-BP神经网络应用于变速箱故障诊断中.首先,在自行搭建的实验台上采集变速箱正常、滚动体故障、外圈裂纹、齿轮磨损4种典型状态下的振动信号;然后,用EMD分解提取信号前5个IMF分量,由于IMF1频谱依然较复杂,采用小波包继续进行2层分解;最终,由二次模态分解得到8个子序列,构建信号分量矩阵,再提取分量矩阵的奇异值作为特征值,将特征值输入构建好的POS-BP神经网络诊断模型中,根据输出识别变速箱故障类型.分析结果表明,该方法能有效应用于特种车辆变速箱故障诊断,诊断正确率达到92％,为复杂工况下变速箱状态识别提供了一种有效的参考途径.
|
| 关 键 词： | 二次模态分解(TMD) 奇异值分解(SVD) POS-BP神经网络 故障诊断 |
Gearbox Status Recognition based on TMD-SVD and POS-BP Networks Under Strong Interference |
| |
| He Lei,Liu Suqi.Gearbox Status Recognition based on TMD-SVD and POS-BP Networks Under Strong Interference[J].Journal of Mechanical Transmission,2021,45(5):169-176. |
| |
| Authors: | He Lei Liu Suqi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
