基于GOA-ASR的行星齿轮箱早期故障诊断方法.pdf
一只****生物
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于GOA-ASR的行星齿轮箱早期故障诊断方法.pdf
本发明涉及一种基于GOA‑ASR的行星齿轮箱早期故障诊断方法,首先获取故障特征检测性能提升的高通滤波信号;其次,利用TEO算法解调上述高通滤波信号,得到含故障特征的解调信号;判断是否满足随机共振(SR)的小参数要求,不满足则将解调信号进一步做适压缩处理以及频率二次采样处理;随后,使用提出的LSNR指标作为适应度函数,引入GOA算法对随机共振系统参数进行自适应寻优,进而重构最优参数下的随机共振系统。最后,将信号输入随机共振系统,得到周期特征增强的输出信号,并通过对输出信号的FFT频谱分析实现故障判别。本发明
基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法.pdf
本发明涉及一种基于TEO解调和随机共振的行星齿轮箱早期故障诊断方法。首先,对行星齿轮箱振动信号进行经验模式分解并选取包含故障信息的分量信号,使用TEO解调运算获得分量信号的解调信号;其次,为满足随机共振系统的小参数条件,将解调信号做适当压缩处理并进行频率二次采样;再次,以定义的随机共振系统的输出信噪比为适应度函数,采用粒子群算法优化随机共振系统的结构参数,进而重构随机共振系统。最后,将信号重新输入参数优化后的随机共振系统实现故障特征的增强提取。本发明提出的EMD+TEO的信号预处理方法降低了故障提取难度,
一种基于VMD-AMCKD的行星齿轮箱早期故障诊断方法.pdf
本发明涉及一种基于VMD‑AMCKD的行星齿轮箱早期故障诊断方法,包括步骤S1获取行星齿轮箱的振动加速度信号,并确定VMD参数;步骤S2基于VMD参数,对原振动信号进行VMD分解,并根据相关系数最大准则,选取最优分量;步骤S3:根据GOA寻优算法对所述最优分量进行MCKD参数的寻优;步骤S4:根据步骤S3得到的MCKD参数,对最优分量信号进行MCKD分析,再对解卷积后信号进行包络解调;步骤S5:将轴承理论故障特征频率值与包络谱中峰值明显的谱线进行对照,从而诊断出故障类型,确定故障部位。本发明采用GOA算法
基于低秩-稀疏逼近的行星齿轮箱故障诊断方法.pdf
基于低秩‑稀疏逼近的行星齿轮箱故障诊断方法,先利用内置编码器采集输出轴角度位置信号,然后以均方误差为损失函数,对输出轴角度位置信号拟合并差分,得到瞬时角速度信号,基于瞬时角速度信号,分别对行星轮、太阳轮及齿圈时域同步平均,随后对各自的时域同步平均信号做低秩‑稀疏逼近,得到行星轮、太阳轮及齿圈的稀疏恢复信号,并计算各自的峭度,峭度大于峭度阈值的则认为存在故障;本发明利用低秩‑稀疏逼近方法的特征,对采集到的复合信号解耦,分开行星齿轮箱的正常啮合信息和故障信息,凸显故障特征,有利于实现行星齿轮箱早期微弱故障的诊
基于PSO-EEMD方法的行星齿轮箱故障诊断方法及系统.pdf
本公开提供了一种基于PSO‑EEMD方法的行星齿轮箱故障诊断方法及系统。其中,基于PSO‑EEMD方法的行星齿轮箱故障诊断方法,包括:采集太阳轮不同损伤程度下的行星齿轮箱振动信号;利用PSO‑EEMD方法将行星齿轮箱振动信号分解为不同频段的IMF分量;选取包含故障特征信息的预设数量的IMF分量作为敏感IMF分量,并计算其近似熵特征值;利用敏感IMF分量的近似熵特征值进行训练并测试支持向量机模型,利用训练完成的支持向量机模型识别出行星齿轮箱的故障类型。