基于多传感器信号处理的齿轮箱轴承故障诊断

作者：王圣杰; 彭珍瑞^*; 殷红

来源：组合机床与自动化加工技术, 2020, (11): 5-10.

DOI：10.13462/j.cnki.mmtamt.2020.11.002

• 齿轮箱
• 故障诊断
• 数据融合
• 奇异值分解
• 集合经验模态分解
• 综合评价指标

针对齿轮箱轴承发生故障时振动信号特征信息易被强噪声淹没与采集信息不完善的问题,将多传感器数据融合、多级降噪信号分解与综合指标获取固有模态函数分量(IMF)方法同时引入到齿轮箱轴承故障诊断中。首先,用相关函数对多个传感器采集的数据进行加权融合;其次,运用改进的奇异值分解(SVD)对融合信号进行初次降噪,集合经验模态分解(EEMD)对初次滤波信号进行二次滤波,依据EEMD熵、峭度与均方差归一化后的综合指标获取IMF分量,用相关系数检验所选IMF的合理性,实现齿轮箱轴承的故障诊断;最后,通过实际案例对该方法的有效性进行了验证。

• 单位
  兰州交通大学; 机电工程学院