论文部分内容阅读
基于齿轮振动信号的复杂性和非平稳特性，传统方法受到信噪比低、非平稳性以及采样不足等条件的制约。本文利用经验模态分解（EMD）方法对信号进行降噪处理，将振动信号分解为有限个固有模式函数（IMF）分量，筛选包含故障信息的IMF分量，保留齿轮信号的状态信息，去除无用信息，EMD方法具有自适应性等特点，适合非线性、非平稳特性信号。本文采用递归分析方法对降噪后的齿轮振动信号进行分析，递归性是动力学系统的基本属性之一，透过递归特性可以反映系统在相空间中的行为。通过对齿轮信号递归图的分析发现，递归图的图形特征反映