基于单通道盲源分离的齿轮故障诊断研究

doi:10.16731/j.cnki.1671-3133.2017.04.026

现代制造工程 ›› 2017, Vol. 439 ›› Issue (4): 138-141.doi: 10.16731/j.cnki.1671-3133.2017.04.026

• 设备设计/诊断维修/再制造 • 上一篇下一篇

基于单通道盲源分离的齿轮故障诊断研究

徐根厚¹, 曹伟青², 陈春俊²

1 国网四川省电力公司技能培训中心,成都 610071
2 西南交通大学机械工程学院,成都 610031

收稿日期:2016-05-14 出版日期:2017-04-18 发布日期:2018-01-09
作者简介:徐根厚,讲师,研究方向为信号分析。
E-mail:caoyisi@126.com
基金资助:
福建省教育厅产学研合作项目(JA13033)

Research of gear fault diagnosis based on the single channelblind source separation

Xu Genhou¹, Cao Weiqing², Chen Chunjun²

1 State Grid Sichuan Technology and Training Center,Chengdu 610071,China
2 School of Mechanical Engineering,Southwest Jiaotong University,Chengdu 610031,China

Received:2016-05-14 Online:2017-04-18 Published:2018-01-09

摘要/Abstract

摘要： 针对机械故障中应用单通道盲源分离的困难,提出一种新的解决方法,通过构造虚拟通道,将原来的单通道转化为多通道,以实现故障信号的盲源分离。对所提方法进行了理论和仿真分析,最后将该方法应用于齿轮箱的故障诊断中,结果表明了该方法的有效性。

关键词: 单通道, 盲源分离, 虚拟通道, 故障诊断

Abstract: A new method is proposed to solve the difficult problem of single-channel mechanical signal separation.It can realize the fault signal separation by constructing a virtual channel,and can overcome the limitation of channel numbers.The separation performance was analyzed from the theory and simulation.Finally the method was applied to gearbox fault diagnosis and the result shows that it is effective.

Key words: single channel, blind source separation, virtual channel, fault diagnosis

中图分类号:

TP216

徐根厚, 曹伟青, 陈春俊. 基于单通道盲源分离的齿轮故障诊断研究[J]. 现代制造工程, 2017, 439(4): 138-141.

Xu Genhou, Cao Weiqing, Chen Chunjun. Research of gear fault diagnosis based on the single channelblind source separation[J]. Modern Manufacturing Engineering, 2017, 439(4): 138-141.

[1]	毕浩程、蒋章雷、吴国新、刘秀丽、栾忠权. 基于SSA-VMD和1.5维包络谱的齿轮箱磨损故障诊断的研究[J]. 现代制造工程, 2022, 500(5): 130-137.
[2]	逄英，高军伟. 基于ICEEMDAN能量矩和MFOA-PNN的轴承故障诊断[J]. 现代制造工程, 2022, 498(3): 122-126.
[3]	刘维新，余纬，徐冲. 落地铣镗床主轴箱平衡补偿系统故障诊断与维修[J]. 现代制造工程, 2022, 497(2): 135-139.
[4]	张笑璐，邹益胜，张波，刘永志，蒋雨良. 基于Bagging-MCNN模型的不均衡样本轴承故障诊断方法[J]. 现代制造工程, 2022, 496(1): 104-112.
[5]	曹梦婷，谷玉海，王红军，徐小力. 基于GRU与迁移学习的滚动轴承故障诊断[J]. 现代制造工程, 2022, 496(1): 143-147.
[6]	刘会芸，侯志平. 基于自动编码器数据降维的滚动轴承故障诊断研究[J]. 现代制造工程, 2022, 496(1): 148-153.
[7]	韩婷，石宇强. 基于振动信号融合的ACO-DCNN多工况设备故障诊断[J]. 现代制造工程, 2021, 492(9): 94-100.
[8]	傅萍，胡博，于润桥，姜禹桐. 基于盲源分离的304奥氏体不锈钢弱磁信号处理[J]. 现代制造工程, 2021, 491(8): 125-131.
[9]	李道军，卢青波，王海锋. 基于HMM和CS-VMD的滚动轴承故障诊断[J]. 现代制造工程, 2021, 491(8): 155-160.
[10]	肖乾浩. 基于机器学习理论的机械故障诊断方法综述[J]. 现代制造工程, 2021, 490(7): 148-161.
[11]	王少伟，徐锋，晁海涛，刘宇，左敦稳. 基于支持向量机的纺织热轧机故障分类的研究[J]. 现代制造工程, 2021, 489(6): 116-121.
[12]	王苗苗，赵祎，蔡伟东. 基于贝叶斯推断贡献的机械设备故障诊断方法[J]. 现代制造工程, 2021, 494(11): 136-141.
[13]	李涛. 基于自适应观测器的机床伺服电机故障诊断与控制[J]. 现代制造工程, 2021, 494(11): 142-147.
[14]	孙萧, 黄民, 马超. 基于谱峭度和CEEMD的滚动轴承声信号故障诊断研究[J]. 现代制造工程, 2021, 484(1): 121-129.
[15]	孔慧芳, 贾善坤, 张晓雪. 基于IPSO-PNN的电动汽车故障诊断[J]. 现代制造工程, 2021, 484(1): 130-135.

基于单通道盲源分离的齿轮故障诊断研究

Research of gear fault diagnosis based on the single channelblind source separation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics