基于时域同步平均与分离技术的齿轮箱振动信号混沌特性验证

李杰; 赵建民

doi:10.16578/j.issn.1004.2539.2018.07.032

您当前的位置：

首页 >

文章列表页 >

基于时域同步平均与分离技术的齿轮箱振动信号混沌特性验证

开发应用 | 更新时间：2022-10-20

- 基于时域同步平均与分离技术的齿轮箱振动信号混沌特性验证
- Chaotic Characteristic Verification of Gearbox Vibration Signal based on the Time Synchronous Averaging and Separation Technology
- 机械传动 2018年42卷第7期页码：162-167
- 作者机构：
  
  1. 陆军工程大学石家庄校区基础部
  2. 陆军工程大学石家庄校区装备指挥与管理系
- 作者简介：
- 基金信息：
  
  全军军事学研究生博士生专项资助课题（2014JY419）
- DOI：10.16578/j.issn.1004.2539.2018.07.032
  中图分类号：
扫描看全文
[1]李杰,赵建民.基于时域同步平均与分离技术的齿轮箱振动信号混沌特性验证[J].机械传动,2018,42(07):162-167.

Li Jie, Zhao Jianmin. Chaotic Characteristic Verification of Gearbox Vibration Signal based on the Time Synchronous Averaging and Separation Technology[J]. 2018,42(7):162-167.
[1]李杰,赵建民.基于时域同步平均与分离技术的齿轮箱振动信号混沌特性验证[J].机械传动,2018,42(07):162-167. DOI： 10.16578/j.issn.1004.2539.2018.07.032.

Li Jie, Zhao Jianmin. Chaotic Characteristic Verification of Gearbox Vibration Signal based on the Time Synchronous Averaging and Separation Technology[J]. 2018,42(7):162-167. DOI： 10.16578/j.issn.1004.2539.2018.07.032.

摘要

通过对齿轮箱正常状态以及不同程度齿轮断齿故障振动信号进行分析,采用时域同步平均技术（Time synchronous averaging method,TSA）对振动信号进行预处理,而后分离信号中的非线性部分,并进行混沌特性验证。结果表明,该方法能够有效提取反映齿轮箱退化的混沌特性,证明了混沌现象普遍存在于齿轮箱运行的全过程中。

Abstract

The gearbox vibration signal of normal and different degrees teeth break fault condition are analyzed,the chaotic characteristics of the gearbox vibration signal are verified by using the time synchronous averaging method（ TSA） to separate the linear components in the vibration signal of the gearbox and the remaining nonlinear components as the research object. The results show,the chaotic characteristic of gearbox degeneration can be effectively extracted,the existence of chaos in the vibration signal of gearbox is verified in the life-time run.

关键词

时域同步平均技术齿轮箱主分量分析Kolmogorov熵

Keywords

Time synchronous averaging methodGearboxPrincipal component analysisKolmogorov entropy

references

浏览量

148

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于格子玻尔兹曼方法的重载机车齿轮箱内部压力场特性研究

基于LMD云模型与PSO-KELM的齿轮箱故障诊断

基于改进型ESMD和动力学模型的齿轮箱冲击特征提取方法研究

基于LMD能量熵的齿轮箱故障诊断研究

基于GAF-inceptionResNet的齿轮箱故障诊断