简介:针对信号经验模态分解(EMD)过程中存在波形混叠现象,提出一种基于聚合经验模态分解(EEMD)和Hilbert二维边际谱熵相结合的方法对齿轮箱故障进行分类故障诊断.首先使用小波阈值分析对背景噪声较大的齿轮箱振动信号进行预处理;其次对预处理信号进行分解,得到IMF分量,对比正常信号与故障信号的区别;最后对3种工况信号进行Hilbert变换并计算得到边际谱,并且提取二维边际谱熵作为支持向量机(SVM)的输入量,建立故障诊断模型.经测试该方法在齿轮箱故障诊断方面有着较强的分类能力和诊断精度,具有一定的可行性.
简介:以LMSVirtual.LabMotion为开发环境建立了某传动箱多转子一轴承系统虚拟样机,导入PRO/E模型文件进行简化,建立实体模型。针对目前所建立的齿轮传动系统虚拟样机过于简化的情况,建立了考虑时变啮合刚度的非线性扭转振动模型。通过组合副和用户自定义程序,实现了齿轮副和轴承端的耦合振动模型。仿真结果表明:通过虚拟样机仿真的方法获得载荷谱是可行的,其可用于深入研究传动箱的振动分析、强度校核和寿命预测。