登录    注册    忘记密码

期刊文章详细信息

基于双谱的齿轮故障特征提取与识别  ( EI收录)  

Bispectrum Based Gear Fault Feature Extraction and Diagnosis

  

文献类型:期刊文章

作  者:郑海波[1] 陈心昭[1] 李志远[1]

机构地区:[1]合肥工业大学动态测试中心,合肥230009

出  处:《振动工程学报》

年  份:2002

卷  号:15

期  号:3

起止页码:354-358

语  种:中文

收录情况:AJ、AMR、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:在引入双谱、双相干谱和人工神经网络的基本理论之后 ,深入研究了汽车变速箱齿轮振动信号的双谱和双相干谱特征以及频率间的耦合情况 ,形成故障特征向量 ,并利用 BP人工神经网络 ,成功地将齿轮正常信号、磨损信号和断齿信号进行了分类。研究表明 ,对于齿轮振动信号 ,双谱比双相干谱更利于故障特征提取 ,不同状态下的齿轮振动信号中均存在二次相位耦合现象 ,但是耦合的形式不同 ,同时也表明 。

关 键 词:故障诊断 双谱 特征提取 人工神经网络 齿轮故障

分 类 号:TH17] TH132.4

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