基于POVMD和CAF的低转速齿轮箱故障诊断

作者：李宏坤; 侯梦凡; 唐道龙; 杨蕊; 王朝阁

来源：振动.测试与诊断, 2020, 40(01): 35-201.

DOI：10.16450/j.cnki.issn.1004-6801.2020.01.006

• 变分模态分解
• 循环自相关函数
• 低转速
• 齿轮
• 故障诊断

针对低转速齿轮箱齿轮故障特征频率低、故障特征频率易被背景噪声淹没,使其难以准确提取的问题,提出了基于参数优化的变分模态分解(parameter optimization variational mode decomposition,简称POVMD)和循环自相关函数(cyclic autocorrelation function,简称CAF)结合的故障诊断方法。首先,通过POVMD对原始信号进行分解,选用余弦相似度度量选取敏感的本征模态函数(intrinsic mode function,简称IMF);其次,计算其循环自相关函数谱,获得包含调制特征的循环自相关函数谱切片;最后,使用Teager能量算子(Teager energy operator,简称TEO)算法对切片解调,提取故障特征频率。同时将本方法与相关方法进行了对比分析,特征频率提取效果更加显著,仿真信号和实验数据分析验证了该方法的有效性和可靠性。

• 单位
  大连理工大学