ANSMD方法及其在齿轮故障诊断中的应用

作     者：潘海洋 蒋婉婉 郑近德 潘紫微 PAN Haiyang;JIANG Wanwan;ZHENG Jinde;PAN Ziwei

作者机构：安徽工业大学液压振动与控制教育部工程研究中心安徽马鞍山243002 安徽工业大学机械工程学院安徽马鞍山243002 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2021年第40卷第21期

页      面：113-119页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(51975004) 安徽省自然科学基金项目(2008085QE215) 液压振动与控制教育部工程研究中心(安徽工业大学)开放基金(HVC201904) 

主　　题：信号处理 齿轮 故障诊断 自适应非线性稀疏模态分解(ANSMD) 

摘      要：针对传统信号分析方法难以有效处理具有非平稳、非线性特性信号的问题,提出了一种自适应非线性稀疏模态分解方法(adaptive nonlinear sparse mode decomposition,ANSMD)。该方法通过将奇异局部线性算子约束到信号分解中,自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的局部窄带分量,以局部窄带分量作为基函数进行迭代,从而逼近原始信号来完成信号的分解,进而得到具有完整时频分布的分量信号。通过仿真信号和齿轮裂纹故障信号进行试验验证,结果表明,相对于经验模态分解、局部特征尺度分解以及变分模态分解方法,ANSMD方法在抑制模态混叠、鲁棒性等方面具有明显的优势,并可以有效的诊断齿轮故障。