噪声与振动控制

噪声与振动控制 ›› 2022, Vol. 42 ›› Issue (1): 132-137.

• 信号处理与故障诊断 • 上一篇    下一篇

基于SED-EMD的大圆机轻微齿轮偏心故障诊断

和丹1, 2，张丽洁1，肖渊1, 2，刘学婧1   

  1. （ 1. 西安工程大学机电工程学院，西安710048；
    2. 西安市现代智能纺织装备重点实验室，西安710600 ）

  • 收稿日期:2021-01-13 修回日期:2021-04-20 出版日期:2022-02-18 发布日期:2022-02-24

Eccentricity Fault Diagnosis for the Gear of a Circular Machine Based on SED and EMD#br#

  • Received:2021-01-13 Revised:2021-04-20 Online:2022-02-18 Published:2022-02-24

PDF

摘要： 针对大圆机的大型薄壁齿轮在制造与装配过程中容易产生偏心问题，提出一种基于振动信号的齿轮偏心故障检测方法。首先，利用偏斜度解卷积（Skewness Deconvolution，SED）增强振动信号中的齿轮偏心故障特征。其次，运用经验模态分解(Empirical Mode Decomposition，EMD)将目标信号分解为有限个固有模式分量（Intrinsic Mode Function，IMF）。然后，提出加权-相关频峭度指标（Weighted Correlation-frequency Kurtosis，WCK）自适应提取包含偏心故障特征的IMF分量，并结合峭度与峰值比指标刻画故障信息。最后，开展了大圆机齿轮偏心故障诊断实验研究，实验结果表明该方法可自适应提取故障分量，结合故障分量的频率、峭度与峰值比指标可以实现齿轮偏心故障判定与定位。

关键词: 故障诊断, 大圆机, 齿轮偏心故障, 偏斜度解卷积, EMD, 自适应特征提取