-
题名基于形态小波与排列熵的变速器齿轮故障识别方法
被引量:7
- 1
-
-
作者
丁伟
张志刚
姚练红
黄捷
-
机构
重庆电子工程职业学院智能制造与汽车学院
重庆理工大学汽车零部件先进制造技术教育部重点实验室
重庆青山工业有限责任公司技术中心
-
出处
《机械传动》
北大核心
2019年第10期165-168,共4页
-
基金
重庆市教委科学技术研究项目(KJ1602902)
-
文摘
在深入研究形态小波与排列熵的基础上,提出一种新的变速器齿轮故障识别方法。引入形态小波的概念,提出采用形态Haar小波对实测变速器齿轮振动信号进行降噪预处理;将排列熵作为变速器齿轮故障的特征值,提取了包括齿轮正常、齿面轻度磨损、齿面中度磨损和断齿等4种工况的振动信号;依据不同的故障对应不同的排列熵分布,对各种故障状态进行分类,同时对比了未降噪信号的排列熵分布。变速器齿轮故障识别的实例验证了形态小波与排列熵结合能有效提高齿轮故障分类能力。
-
关键词
变速器
齿轮
形态小波
排列熵
故障识别
-
Keywords
Transmission Gear
Morphological wavelet
Permutation entropy
Fault recognition
-
分类号
U46
[机械工程—车辆工程]
-
-
题名形态小波与模糊熵在齿轮故障分类中应用
被引量:4
- 2
-
-
作者
丁伟
张志刚
姚练红
黄捷
-
机构
重庆电子工程职业学院智能制造与汽车学院
重庆理工大学汽车零部件先进制造技术教育部重点实验室
重庆青山工业有限责任公司技术中心
-
出处
《兵器装备工程学报》
CAS
北大核心
2020年第9期232-235,241,共5页
-
基金
重庆市教委科学技术研究项目(KJ1602902)。
-
文摘
针对样本熵相似性度量函数的突变问题,提出了一种新的基于模糊熵的齿轮故障分类方法。采用形态Haar小波对实测变速器齿轮振动信号进行降噪预处理;然后利用模糊熵作为齿轮故障的特征值进行提取,包括齿轮正常、齿面轻度磨损、齿面中度磨损和断齿等4种工况的振动信号。最后依据不同的故障对应不同的模糊熵分布,对各种故障状态进行分类,同时对比了未降噪信号的模糊熵分布。结果表明形态小波与模糊熵结合能有效提高变速器齿轮故障分类能力。
-
关键词
形态小波
模糊熵
变速器
齿轮
故障分类
-
Keywords
morphological wavelet
fuzzy entropy
transmission
gear
fault classification
-
分类号
TN911
[电子电信—通信与信息系统]
-