仪器仪表学报

作者：古莹奎，曾磊，张敏，李文飞

单位：古莹奎,江西理工大学机电工程学院赣州341000,,曾磊,江西理工大学机电工程学院赣州341000,,张敏,江西理工大学机电工程学院赣州341000,,李文飞,江西理工大学机电工程学院赣州341000,

关键词：故障诊断;固有模态函数;自适应白噪声的完整集成经验模态分解;特征提取;BP神经网络

基金：国家自然科学基金 (61463021)、江西省青年科学家培养对象计划(20144BCB23037)、江西省自然科学基金（20181BAB202020）项目资助

经验模态分解(EMD)及以其为基础发展而来的方法在故障诊断领域中得到广泛应用,对于分解后固有模态函数(IMF)的有效选择及基于有效IMF故障特征的准确提取至关重要。为更高效地解决此类问题,提出一种基于具有自适应白噪声的完整集成经验模态分解(CEEMDAN)结合信号质量指数(SQI)算法与奇异值分解(SVD)的齿轮箱局部故障最优特征提取算法。以具有不同故障级别的齿轮局部裂纹进行试验验证方法的有效性，通过试验获取原始数据并进行CEEMDAN分解,利用SQI进行有效IMF选取,再结合SVD对有效IMF进行分解以获取最优特征向量,并输入至BP神经网络进行训练与测试,最后将测试结果与数种常规方法进行比较。结果表明,针对齿轮箱的局部故障,提出的CEEMDAN?SQI?SVD算法识别精度高,并优于数种常规方法。

来源：2019年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第5期