摘要:
针对强背景噪声下的齿轮微弱故障特征提取问题,提出了一种将级联单稳随机共振与经验模式分解(EMD)-Teager能量算子解调方法相结合的特征提取方法。首先对含噪故障信号进行随机共振输出,降噪后再进行经验模式分解,分解得到具有不同特征时间尺度的固有模态函数(IMFs),最后通过Teager能量算子解调方法求取每个有效IMF分量的幅频信息,从而提取齿轮微弱故障特征。仿真分析和实际测试结果均表明,通过随机共振降噪后,该方法能有效检测出齿轮局部损伤故障特征频率。
中图分类号:
赵军, 崔颖, 赖欣欢, 孔明, 林敏. 随机共振降噪下的齿轮微弱故障特征提取[J]. 中国机械工程, 2014, 25(4): 539-546.
Zhao Jun, Cui Ying, Lai Xinhuan, Kong Ming, Lin Min. Weak Feature Extraction of Gear Faults Based on Stochastic Resonance Denoising[J]. China Mechanical Engineering, 2014, 25(4): 539-546.