基于VMD-FastICA的齿轮箱故障诊断 |
| |
引用本文: | 吴鲁明,郝如江,陆一鹤.基于VMD-FastICA的齿轮箱故障诊断[J].石家庄铁道大学学报(自然科学版),2020,33(3). |
| |
作者姓名: | 吴鲁明 郝如江 陆一鹤 |
| |
作者单位: | 石家庄铁道大学机械工程学院,河北石家庄050043;石家庄铁道大学机械工程学院,河北石家庄050043;石家庄铁道大学机械工程学院,河北石家庄050043 |
| |
摘 要: | 针对齿轮箱故障信号微弱且易受周围噪声影响的问题,提出了一种基于变分模态分解(VMD)的独立分量(ICA)算法。该方法首先将采集的信号进行MCKD降噪,将降噪后的信号利用VMD算法分解为多个不同的本征模态分量(IMF),然后依据快速谱峭度图和相关系数选取有效的IMF分量进行重构信号,对于重构信号利用FastICA再次进行降噪处理,根据FastICA降噪后得到的故障特征分量,可以有效地识别故障。结果表明:该方法可以更清晰、准确地提取出故障特征频率和找出故障发生的位置。
|
关 键 词: | VMD FastICA 齿轮箱 故障诊断 |
本文献已被 CNKI 万方数据 等数据库收录! |
|