-
题名PMA-ASTFA及其在齿轮裂纹定量诊断中的应用
被引量：2
- 1
-
-
作者
杨宇
欧龙辉
吴家腾
程军圣
-
机构
湖南大学汽车车身先进设计制造国家重点实验室
-
出处
《振动工程学报》
EI
CSCD
北大核心
2017年第5期849-855,共7页
-
基金
国家重点研发计划项目(2016YFF0203400)
国家自然科学基金资助项目(51575168
+2 种基金
51375152)
智能型新能源汽车国家2011协同创新中心
湖南省绿色汽车2011协同创新中心资助项目
-
文摘
目前对齿轮裂纹的诊断研究多采用定性诊断,而工程实际中往往更关注定量诊断。由于齿轮裂纹信号往往表现出非线性非平稳特征,处理这类信号通常采用时频分析。自适应最稀疏时频分析(Adaptive and Sparsest TimeFrequency Analysis,简称ASTFA)是一种新的时频分析方法,相比于经验模态分解(Empirical Mode Decomposition,简称EMD)方法,ASTFA方法能更好地抑制端点效应和模态混淆,但ASTFA方法也存在分解得到的分量排列不规律的缺陷,从而给特征提取时分量的选择带来困难。针对这一问题,提出了一种改进ASTFA算法,即基于主模态分析(Principle Mode Analysis,简称PMA)的自适应最稀疏时频分析(PMA-ASTFA)方法,该方法可以根据所选择的故障特征参数(一个或多个)对内禀模态函数(Intrinsic Mode Function,简称IMF)分量进行排序。根据齿轮故障实验台建立齿轮动力学模型,选择对齿轮裂纹敏感的故障特征参数,再把PMA-ASTFA方法用于实测的齿轮裂纹故障信号处理。实验信号的分析结果表明,提出的方法可以有效地实现齿轮裂纹故障的定量诊断。
-
关键词
故障诊断
改进的自适应最稀疏时频分析
主模态分析
齿轮裂纹
定量诊断
-
Keywords
fault diagnosis
improved adaptive and sparsest time-frequency analysis
principle mode analysis
gear tooth crack
quantitative diagnosis
-
分类号
TH165.5
[机械工程—机械制造及自动化]
TN911.7
[电子电信—通信与信息系统]
-
