期刊文献+

基于混沌特征分析的齿轮故障诊断 被引量:3

Gear Fault Diagnosis Based on Chaos Feature Analysis
下载PDF
导出
摘要 对某型齿轮使用中的故障数据进行了混沌特征分析,对齿轮振动信号进行了相空间重构,计算了故障前后齿轮振动信号的相关积分。研究表明,随着齿轮振动信号的逐渐增强,也就是发生齿轮故障征兆时,相关积分逐渐降低,相关积分可以有效地进行齿轮的故障先兆检测和故障诊断。 Chaos feature analysis was done on the fault data of a gear and the correlation integral of vibration signal was calculated before and after the fault. It is shown that with the growth of gear vibration signal, correlation integral falls gradually. Correlation integral is a useful means to the gear fault detection and diagnosis.
出处 《机床与液压》 北大核心 2007年第9期246-247,240,共3页 Machine Tool & Hydraulics
关键词 混沌 齿轮 故障诊断 相关积分 Chaos Gear Fault diagnosis Correlation integral
  • 相关文献

参考文献4

  • 1M M Bright.Chaotic time series analysis tools for identification and stabilization of rotating stall precursor events in high speed compressors[D].Akron:Akron Univ.,2000.
  • 2H Kantz,T Schreiber.Nonlinear Time Series Analysis[M].Cambridge University Press,1997.
  • 3F Takens.Detecting strange attractors in fluent turbulence[J].Lecture Notes in Mathematics,1981,898:366-381.
  • 4吕金虎 陆君安 陈士华.混沌时间序列分析及其应用[M].武汉:武汉大学出版社,2001..

共引文献33

同被引文献35

引证文献3

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部