科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的硬阈值奇异值分解降噪法（HSVD）阈值选取主观性较强、自适应性较弱、易丢失信号特征的问题，首先提出一种自适应的硬阈值选取算法；其次，利用一种非等量最优权值收缩的软阈值奇异值分解降噪（SSVD）方法，并结合HSVD，形成一种混合阈值的奇异值分解（SHSVD）降噪方法；最后再结合所提出的一种幅值抑制（AS）算法用于突出信号的故障冲击特征SHSVD-AS。利用该方法对风电传动系统齿轮箱故障信号进行分析，仿真、实测信号的结果均表明，在强噪声环境下，相较于传统的HSVD、VMD-HSVD方法，SHSVD-AS在风电齿轮故障诊断上性能较好。
- 单位
