基于AVMD与极限学习机的传动箱故障诊断

作者：赵文涛; 陈雪娇; 仇满意

来源：邵阳学院学报(自然科学版), 2019, 16(02): 37-44.

• 故障诊断
• AVMD
• 奇异值
• 极限学习机

针对传动箱故障振动信号的非平稳特征,文中提出了一种基于AVMD与极限学习机的传动箱故障诊断方法。针对变分模态分解需要提前设定分解个数K,引入相关系数作为阈值,从而实现自适应变分模态分解(adaptive variational mode decomposition,AVMD)。传动箱振动信号经过AVMD分解之后,会得到若干个独立的模态分量,然后提取这些模态分量所组成矩阵的奇异值,作为故障诊断的特征向量,最后利用极限学习机实现故障识别。实验结果表明,该方法对传动箱大齿轮点蚀、大齿轮断齿、小齿轮磨损、正常四种状态具有识别率高、识别速度快的优点,可有效用于传动箱故障诊断。

• 单位
  机电工程学院; 西安工业大学