一种基于双树复小波变换-熵特征融合的行星齿轮故障诊断方法

    公开(公告)号:CN105445022A

    公开(公告)日:2016-03-30

    申请号:CN201510791644.1

    申请日:2015-11-17

    CPC classification number: G01M13/021

    Abstract: 本发明公开了一种基于双树复小波变换-熵特征融合的行星齿轮故障诊断方法,采集综合模拟实验台数据,得到行星齿轮壳体原始振动信号;采用双树复小波变换对原始振动信号进行分解,提取各频带的信号成分;从多角度构建熵特征提取模型,获得高维原始特征;利用核Fisher判别分析方法对多种熵特征构成的原始特征集合进行降维处理,确定一组最佳鉴别向量,提取原始特征在最佳鉴别向量的投影作为敏感故障特征,并以此确定故障类型;验证从多角度、多空间描述特征信息的必要性以及在此基础上采用KFDA方法进行特征降维的有效性。本发明适用于非线性、非平稳和强耦合特性的行星齿轮振动信号,能够有效提取敏感故障特征,实现行星齿轮的准确诊断。

    基于SVD分解降噪和相关性EEMD熵特征的齿轮故障诊断方法

    公开(公告)号:CN104748961A

    公开(公告)日:2015-07-01

    申请号:CN201510146250.0

    申请日:2015-03-30

    Abstract: 本发明公开了一种基于SVD分解降噪和相关性EEMD熵特征的齿轮故障诊断方法,利用加速度振动传感器采集实验台齿轮振动信号,得到的信号包括齿轮正常、齿轮断齿、齿轮少齿、齿轮磨损四种故障类型;利用通过相关性分析和信噪比优化的SVD分解降噪方法对包含高斯白噪声的模拟强噪声背景的四种齿轮状态信号进行降噪处理;利用EEMD分解方法分别对降噪之后的四类信号进行分解,根据相关系数选取有效的IMF分量;将得到的每组有效IMF分量进行样本熵计算,并构建由IMF样本熵组成的特征向量;利用PNN神经网络识别四种不同的齿轮故障。本发明能够在强噪声背景下有效地识别齿轮故障类型,是一种有效的齿轮故障诊断方法。

    一种基于双树复小波变换-熵特征融合的行星齿轮故障诊断方法

    公开(公告)号:CN105445022B

    公开(公告)日:2017-11-14

    申请号:CN201510791644.1

    申请日:2015-11-17

    Abstract: 本发明公开了一种基于双树复小波变换‑熵特征融合的行星齿轮故障诊断方法,采集综合模拟实验台数据,得到行星齿轮壳体原始振动信号;采用双树复小波变换对原始振动信号进行分解,提取各频带的信号成分;从多角度构建熵特征提取模型,获得高维原始特征;利用核Fisher判别分析方法对多种熵特征构成的原始特征集合进行降维处理,确定一组最佳鉴别向量,提取原始特征在最佳鉴别向量的投影作为敏感故障特征,并以此确定故障类型;验证从多角度、多空间描述特征信息的必要性以及在此基础上采用KFDA方法进行特征降维的有效性。本发明适用于非线性、非平稳和强耦合特性的行星齿轮振动信号,能够有效提取敏感故障特征,实现行星齿轮的准确诊断。

    一种模拟采煤机摇臂传动系统在线故障诊断装置

    公开(公告)号:CN205607641U

    公开(公告)日:2016-09-28

    申请号:CN201620468107.3

    申请日:2016-05-20

    Abstract: 本实用新型公开了一种模拟采煤机摇臂传动系统在线故障诊断装置,包括调速电机、二级定轴减速器、二级行星减速器、磁粉制动器、数据采集仪,所述调速电机的输出轴、二级定轴减速器、二级行星减速器、磁粉制动器通过联轴器依次连接;所述二级定轴减速器和二级行星减速器上均布置有振动传感器和声音传感器;所有的振动传感器和声音传感器均电气连接于所述数据采集仪,所述数据采集仪通讯连接于上位机。本实用新型可以模拟实际采煤机摇臂齿轮箱可能出现的运行状态,采集振动传感器和声音传感器所监测到的信号,将其传输至上位机监测、诊断系统,实现齿轮故障的快速在线诊断。

Patent Agency Ranking