首页|基于形态小波与排列熵的变速器齿轮故障识别方法

基于形态小波与排列熵的变速器齿轮故障识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Fault Recognition Method of Transmission Gear based on Morphological Wavelet and Permutation Entropy

丁伟、张志刚、姚练红、黄捷

展开 >

重庆电子工程职业学院智能制造与汽车学院,重庆401331

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400054

重庆青山工业有限责任公司技术中心,重庆402761

变速器 齿轮 形态小波 排列熵 故障识别

重庆市教委科学技术研究项目

KJ1602902

2019

机械传动
郑州机械研究所 中国机械通用零部件工业会齿轮分会 中国机械工程学会

机械传动

CSTPCD北大核心
影响因子：0.534
ISSN：1004-2539
年,卷(期)：2019.43(10)
  • 7
  • 6