文献类型：期刊文章

作　　者：杨敬娜[1] 郝克明[1] 朱霄珣[2] 董勇敢[3]

YANG Jing-na;HAO Ke-ming;ZHU Xiao-xun;DONG Yong-gan(Department of Intelligent Engineering,Hebei Institute of Software Technology,Hebei Baoding 071000,China;Department of Power Engineering,North China Electric Power University,Hebei Baoding 071000,China;Hebei Huaye Machinery Technology Co.,Ltd.,Hebei Baoding 071000,China)

机构地区：[1]河北软件职业技术学院智能工程系,河北保定071000 [2]华北电力大学动力工程系,河北保定071000 [3]河北华烨机械科技有限公司,河北保定071000

出　　处：《机械设计与制造》

基　　金：河北省教育厅重点科技研究课题(ZD2018020)。

年　　份：2023

期　　号：4

起止页码：296-299

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高激励下齿轮-转子系统故障效率,采用模糊C聚类(FCM算法)算法对其进行特征处理。搭建齿轮-转子系统故障诊断试验,进行空载和扭矩为6N·m两种工况测试,从动轮上方箱体收集振动加速度信号。研究结果表明:应用改进EEMD分解后的仿真信号中提取的特征参数完成了FCM算法初始特征向量库的构建,验证了该方法方法对载荷激励下齿轮-转子系统故障诊断的有效性。搭建的齿轮-转子试验显示,改进EEMD和FCM结合完成叠加载荷激励作用下对齿轮-转子系统进行故障诊断的功能。综合运用改进EEMD和FCM方法可以满足齿轮-转子系统故障诊断的要求。该研究对提高机械传动领域运行稳定性,尤其是在激励作用下系统隐藏的故障危险的排出方面具有很好的实际价值。

关 键 词：齿轮-转子系统  故障诊断 模糊C聚类  激励  实验  

分 类 号：TH16]