Noise and Vibration Control ›› 2022, Vol. 42 ›› Issue (1): 132-137.

Previous Articles     Next Articles

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

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 )

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