广义变分模式分解降噪在齿轮早期故障诊断中的应用

摘要：

针对齿轮早期故障特征的微弱性和耦合性,提出广义变分模式分解(generalized variational mode decomposition,GVMD)-峭度-包络谱法诊断齿轮故障.首先利用GVMD的频域多尺度定频分解属性,根据齿轮故障频谱信息和信号特点设置GVMD主要参数,按需分解信号,准确获取微弱特征分量,避免VMD对微弱特征提取存在的不足和小波包变换能量泄漏引起的微弱特征混淆问题.然后结合峭度准则和齿轮故障频率信息选择故障冲击分量,融合更多故障信息重构降噪信号.最后对降噪信号进行包络解调分析,实现齿轮故障诊断.实际信号分析表明,由于GVMD能够按需获取微弱特征分量,本文所提方法能够获得更丰富的微弱故障信息,准确识别齿轮早期故障位置.

关键词：齿轮故障、广义变分模式分解、小波包变换、降噪、微弱特征提取、峭度准则

所属期刊栏目：22

分类号：TH132

资助基金：山西省重点研发计划;太原科技大学博士科研启动基金;太原科技大学校教学改革创新项目

在线出版日期：2022-10-11（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：10065-10072