科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了准确评估旋转矢量 (Rotate Vector，RV)减速器的工作状态，针对RV减速器故障不明显、样本数据少、难诊断的问题，首先从理论上证明RV减速器正常运行时扭矩传递时具有周期性，利用旋转机械测试信号周期演变特征和集成经验模态分解(EEMD)可以有效反映数据周期性的特点，提出了一种基于EEMD的粒子群算法(PSO)优化的极限学习机(ELM)故障诊断模型，同时采用了西安交通大学轴承实验数据集验证了模型性能。在此基础上，将RV减速机测试平台所测得的数据代入所提模型，最后与其他模型进行对比，对比结果显示所提模型能够更有效地判断出RV减速机的工作状态。
- 单位
