典型文献
广义变分模式分解降噪在齿轮早期故障诊断中的应用
文献摘要：
针对齿轮早期故障特征的微弱性和耦合性,提出广义变分模式分解(generalized variational mode decomposition,GVMD)-峭度-包络谱法诊断齿轮故障.首先利用GVMD的频域多尺度定频分解属性,根据齿轮故障频谱信息和信号特点设置GVMD主要参数,按需分解信号,准确获取微弱特征分量,避免VMD对微弱特征提取存在的不足和小波包变换能量泄漏引起的微弱特征混淆问题.然后结合峭度准则和齿轮故障频率信息选择故障冲击分量,融合更多故障信息重构降噪信号.最后对降噪信号进行包络解调分析,实现齿轮故障诊断.实际信号分析表明,由于GVMD能够按需获取微弱特征分量,本文所提方法能够获得更丰富的微弱故障信息,准确识别齿轮早期故障位置.
文献关键词：
齿轮故障;广义变分模式分解;小波包变换;降噪;微弱特征提取;峭度准则
中图分类号：
作者姓名：
郭燕飞;王清华;陈高华
作者机构：
太原科技大学电子信息工程学院, 太原030024
文献出处：
引用格式：
[1]郭燕飞;王清华;陈高华-.广义变分模式分解降噪在齿轮早期故障诊断中的应用)[J].科学技术与工程,2022(23):10065-10072
A类：
广义变分模式分解,GVMD
B类：
降噪,早期故障诊断,故障特征,耦合性,generalized,variational,mode,decomposition,包络谱,断齿,频域,定频,故障频谱,频谱信息,主要参数,微弱特征提取,小波包变换,峭度准则,故障频率,信息选择,多故障,故障信息,信息重构,行包,包络解调分析,齿轮故障诊断,信号分析,微弱故障,准确识别,故障位置
AB值：
0.288665
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。
