文献类型：期刊文章

作　　者：陈勇[1] 陈亚武[1] 刘志强[1] 刘焕淋[2]

Chen Yong;Chen Yawu;Liu Zhiqiang;Liu Huanlin(Key Laboratory of Industrial Internet of Things&Network Control,Ministry of Education,Chongqing University of Posts and Telecommunications,Chongqing 400065,China;Key Laboratory of Optical Fiber Communication Technology,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)

机构地区：[1]重庆邮电大学工业物联网与网络化教育部重点实验室,重庆400065 [2]重庆邮电大学光纤通信重点实验室,重庆400065

出　　处：《中国激光》

基　　金：国家自然科学基金(51977021)。

年　　份：2020

卷　　号：47

期　　号：3

起止页码：224-233

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对齿轮故障难以识别的问题,提出了一种用于齿轮异常状态识别的自适应噪声补偿聚合经验模态分解方法。利用光纤布拉格光栅(FBG)传感器提取齿轮的振动信号,通过自适应补偿高斯白噪声使振动信号频谱均匀化,以消除经验模态算法分解产生的模态混叠现象。利用相关系数和峭度值组成综合评价指标来选择有效分量,并提取其特征,采用支持向量机对齿轮故障进行识别与分类。实验结果表明:所提方法能有效地识别齿轮的不同状态(正常、轻度磨损、重度磨损、点蚀、裂纹以及断齿等),识别正确率均在90%以上。

关 键 词：光纤光学 齿轮 故障检测 光纤布拉格光栅 经验模态分解 模态混叠  

分 类 号：TN253] TN911.7