典型文献
基于改进MED-SSD的齿轮箱复合故障诊断方法
文献摘要：
针对齿轮箱在强噪声环境下复合故障信号微弱、故障特征难以提取等问题,本文提出了一种改进的最小熵反褶积(MED)与奇异谱分解(SSD)结合的方法.首先,构建边际功率谱峰度指数(MPSK),利用MPSK对MED进行参数优化;为弥补SSD的不足,将改进的MED作为SSD的前置滤波器;然后利用相关系数分析法选择有意义的奇异谱分量(SSC);最后对信号进行频谱分析,确定具体的故障模式.采用仿真信号与齿轮箱试验台的复合故障信号对所提方法进行了应用,验证了方法的有效性和优越性.
文献关键词：
奇异谱分解;最小熵反褶积;原子搜索优化算法;模态分量重构;复合故障
中图分类号：
作者姓名：
周杰;王云艺;陈传海;王立鼎;刘阔
作者机构：
吉林大学数控装备可靠性教育部重点实验室,长春130022;吉林大学机械与航空航天工程学院,长春130022;大连理工大学机械工程学院,辽宁大连116024
文献出处：
引用格式：
[1]周杰;王云艺;陈传海;王立鼎;刘阔-.基于改进MED-SSD的齿轮箱复合故障诊断方法)[J].吉林大学学报（工学版）,2022(02):450-457
A类：
最小熵反褶积,模态分量重构
B类：
MED,SSD,齿轮箱复合故障,复合故障诊断,故障诊断方法,强噪声,噪声环境,故障信号,微弱,故障特征,奇异谱分解,边际,功率谱,谱峰,峰度,MPSK,前置滤波,滤波器,相关系数分析法,SSC,行频,频谱分析,故障模式,试验台,原子搜索优化算法
AB值：
0.322459
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
