【摘 要】
：
行星齿轮箱作为风电机组的核心部件之一，工作环境恶劣，载荷分布复杂，很容易发生故障，行星齿轮箱振动信号复杂且传递路径复杂多变,低频成分噪声污染严重,针对该情况下故障信号难以
【机 构】
：
大连理工大学机械工程学院,大连116023
【出 处】
：
第十二届全国振动理论及应用学术会议
论文部分内容阅读
行星齿轮箱作为风电机组的核心部件之一，工作环境恶劣，载荷分布复杂，很容易发生故障，行星齿轮箱振动信号复杂且传递路径复杂多变,低频成分噪声污染严重,针对该情况下故障信号难以准确提取与分离的问题,提出基于最大相关峭度解卷积(Maximum Correlated Kurtosis Deconvolution,MCKD)和快速谱峭度的诊断方法.首先通过MCKD对原始信号进行降噪处理,检测周期性冲击成分;其次结合快速谱峭度方法获取最佳分析频带;最后对降噪信号求取Hilbert包络谱,从而获得信号中的有效信息.仿真信号和实验数据分析验证了该方法的有效性和可靠性.
其他文献
采用振动试验中常用的Harmonic谱估计方法,本文验证了由于间隙结构不同构件之间通过紧固件连接时,预紧力对系统动态特性的影响.在同样预紧力下,不同量级的外界激励,结构整体
涡轮发动机工作时,由于受到高速气流周期性的作用,叶片会发生强烈振动,这些振动给发动机的正常使用引入了安全隐患.为了减少叶片因局部高幅振动造成的事故,提高其使用寿命,工
齿轮传动系统是一个包含齿轮副、传动轴、齿轮盘、支承轴承等部件的复杂结构系统，由于齿轮啮合的作用，其振动特性与简单的转子系统会有较大的区别。针对存在不对中花键联轴器齿
针对风电机组的振动信号非高斯非线性的特点,提出了一种基于核域谱的故障诊断方法.该方法首先对监测到的风电机组振动信号进行数据分组预处理,并分别进行双谱分析,获得多组二
针对频率大范围波动的调幅调频信号的提取,提出了基于线调频小波路径追踪(Chirplet path pursuit,CPP)与S变换的自适应时频滤波方法.该方法先用S变换对信号进行分析,获取其时
叶片裂纹是航空发动机涡轮的常见故障.在传统的基于一维转子径向振动监测的涡轮叶片故障诊断方法中,由于传递路径过于复杂,振动信号中所携带的故障信息容易被噪声所淹没,诊断
行星齿轮箱具有体积小、承载能力强、输出稳定、方向精确等优点,在工业中应用广泛.行星齿轮箱的轴不对中故障可直接导致各行星轮承载不均,造成载荷大的轮齿磨损,对其进行故障
排列熵能够有效监测振动信号中的动力学突变,衡量振动信号的复杂度,因此在旋转机械状态监测中获得成功的应用.本文将排列熵应用于滚动轴承故障特征提取中,并针对排列熵对振动
针对行星齿轮箱振动信号的非平稳和非线性特征,本文提出了一种基于经验模态分解(EMD)近似熵的行星齿轮箱故障特征提取方法.通过行星齿轮箱故障模拟试验台采集不同类型的齿轮
本文采用现代信号处理领域中的经验模态分解和独立成分分析对火箭发动机多模式组合故障下产生的复杂机械振动信号进行分离.先利用经验模态分解方法将一维测量信号分解为具有