一种改进的DDTFA方法及其在齿轮箱故障诊断中的应用

摘要：

针对数据驱动时频分析(DDTFA)方法的初始相位函数选取问题,提出一种可准确、快速且自适应优选初始相位函数的改进DDTFA方法.引入数学中函数求极值的思想,将信号的初始相位函数选取问题转换为初始解集的连续寻优问题,通过对DDTFA中的高斯牛顿迭代算法进行精简,以初始解集中的初始相位函数迭代一次斜率的变化量为导数获得初始解集的连续导数集,进而求得局部极大值,并以局部极大值对应信号分量的能量最强为准则优选信号的初始相位函数,进而完成信号分解.仿真分析与齿轮箱故障诊断实例表明,该方法可准确、快速且自适应地优选初始相位函数,并有效提取故障特征,且具有一定抗噪性.

关键词：故障诊断、数据驱动、时频分析、齿轮箱、初始相位函数

所属期刊栏目：39

分类号：TH165+.3;TN911.7

资助基金：国家自然科学基金资助项目;科技部创新方法工作专项;湖南大学汽车车身先进设计制造国家重点实验室自主研究课题

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：81-88,117