基于WT與cICA的齒輪箱低頻故障特征提取
摘要:齒輪箱低頻故障信號易受到高頻振動(dòng)及強噪聲等因素的干擾,測量信號中隱藏的有效低頻故障特征比較微弱,再考慮到源噪聲的影響,則約束獨立分量分析直接提取低頻故障特征的效果很差。為此提出了基于小波變換與約束獨立分量分析的齒輪箱低頻故障特征提取方法,通過(guò)對測量信號的小波多分辨率分解,有針對性地選擇小波系數重構,提高了信噪比和非高斯性,從而增強了約束獨立分量分析方法提取齒輪箱低頻故障特征的效果。而未經(jīng)小波變換除噪時(shí),約束獨立分量分析的效果不佳。斷齒與局部斷齒的低頻故障特征提取試驗結果表明,提出的方法能有效降低高頻振動(dòng)及源噪聲等因素的干擾,提取出齒輪箱的低頻故障特征,尤其是微弱低頻故障特征,為齒輪箱低頻故障特征提取與故障診斷提供了一種有效方法。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系機械強度雜志社