基于时频分析的阶次谱在齿轮故障诊断中的应用研究

摘要：

对于变转速状态下的机械设备,所产生的信号大部分为非稳态信号.使用频谱分析其信号特征时,会随分析时间长度的变化而变化,无法突显重要的信号特征,导致在故障诊断或辨识上的困难.为了改善此缺点,提出时频阶次谱的分析方法,此方法结合短时傅立叶转换与转速频率阶次,拾取非稳态信号的阶次特征,再结合主成份分析法进行降维,将提取的时频阶次谱主成份输入BP神经网络中,进行齿轮-转子实验平台在非稳态运转下的故障诊断.研究结果表明:此种信号特征不因转速变化而改变,可有效作为机械设备在非稳态状态运转下的故障辨识,其辨识正确率可由93.8％提高至98.9％以上;训练速度由196 s加快至139 s,提高了29％,能达到快速故障诊断的效果.

关键词：非稳态信号、时频阶次谱方法、主成份分析法、BP神经网络、故障诊断

所属期刊栏目：44

分类号：TH165+.3

资助基金：This paper is supported by National Innovation and Entrepreneurship Training Program of China 20151049712002

在线出版日期：2016-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-30