基于EMD分形技术提取变速器轴承故障特征

故障轴承振动信号具有分形特征,可以利用分形维数有效识别变速器轴承的故障模式.噪声的存在对分形维数的计算结果影响较大,为此采用经验模态分解(EMD)方法,对变速器轴承振动信号进行EMD分解,计算分解后的IMF分量的分形维数,提取出变速器轴承不同技术状态下的故障特征。对实测变速器轴承振动信号分析,结果表明:EMD能对不同频带信号进行有效分离;特定IMF分量的分形维数能敏感反应变速器轴承技术状态,可以作为变速器轴承故障诊断的特征参数;EMD与分形维数相结合是提取变速器轴承故障特征的一种有效方法。

汽车变速器磨损轴承振动信号混沌行为分析

本文首先讨论了判断时间序列具有混沌性态的准则,探索了求时间序列奇异吸引子嵌入维数的方法,并用G-P算法求关联维数。在尝试用几个传统的奇异吸引子验证了该方法的正确性之后,将它应用于计算一组变速器磨损轴承加速度振动信号的分形维数。计算表明,变速器振动信号具有分形特征。在其它条件不变时,轴承技术状况与振动信号的分形维数密切相关。它们均在2维与3维之间,随着轴承磨损加剧,它向3维逼近。当样本点达到一定数目时,计算结果的稳定性好。