登录    注册    忘记密码

期刊文章详细信息

基于多重分形去趋势波动分析的齿轮箱故障特征提取方法  ( EI收录)  

Fault feature extraction of gearboxes based on multifractal detrended fluctuation analysis

  

文献类型:期刊文章

作  者:林近山[1,2] 陈前[1]

机构地区:[1]南京航空航天大学机械结构力学及控制国家重点实验室,南京210016 [2]潍坊学院机电与车辆工程学院,山东潍坊261061

出  处:《振动与冲击》

基  金:山东省自然科学基金资助项目(ZR2012EEL07)

年  份:2013

卷  号:32

期  号:2

起止页码:97-101

语  种:中文

收录情况:BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号:20131016087586)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:齿轮箱故障信号通常是具有多标度行为的非平稳信号,去趋势波动分析(Detrended Fluctuation Analysis,DFA)不能准确揭示隐藏在这类信号中的动力学行为。多重分形去趋势波动分析(Multifractal Detrended Fluctuation Analy-sis,MF-DFA)是DFA方法的拓展,能够有效地揭示隐藏在多标度非平稳信号中的动力学行为。利用MF-DFA计算齿轮箱故障信号的多重分形奇异谱,而多重分形奇异谱的宽度、最大奇异指数、最小奇异指数和极值点对应的奇异指数都具有明确的物理意义,能够表征齿轮箱故障信号的内在动力学机制,适合作为齿轮箱振动信号的故障特征。提出一种基于MF-DFA的齿轮箱故障特征提取方法,将该方法用于包含正常、轻度磨损、中度磨损和断齿故障齿轮箱的故障诊断,并与DFA方法的结果进行了对比。结果表明,提出的方法对齿轮箱故障状态的变化非常敏感,能够完全分离相近的故障模式,有效地克服了传统DFA方法存在的缺陷,为齿轮箱的故障特征提取提供了一种新方法。

关 键 词:多重分形  去趋势波动分析  齿轮箱 特征提取

分 类 号:TH212] TH213.3

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心