机械设计与制造2021，Issue(4) ：39-42,47.

基于电机电流经验模态分解的行星轮故障诊断

Planetary Fault Diagnosis Based on Empirical Modal Decomposition of Motor Current

门兰城 庞新宇 李峰 刘利平
机械设计与制造2021，Issue(4) ：39-42,47.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于电机电流经验模态分解的行星轮故障诊断

Planetary Fault Diagnosis Based on Empirical Modal Decomposition of Motor Current

门兰城 1庞新宇 1李峰 1刘利平2
扫码查看

作者信息

  • 1. 太原理工大学机械与运载工程学院,山西 太原 030024
  • 2. 阳煤集团,山西 阳泉 045000
  • 折叠

摘要

在故障诊断领域,电机电流信号分析法(MCSA)已经逐渐应用于齿轮故障诊断中,但该方法在诊断行星轮缺齿故障时由于电流基频干扰较大,导致故障特征不明显,难以实现故障诊断.因此提出一种基于电流信号经验模态分解(EMD)的故障诊断方法.通过对电机电流信号进行EMD分解,选取合适的IMF分量经傅立叶变换求其频谱图,根据频谱图中是否存在与故障特征频率相关的频率,实现了对行星轮缺齿故障的有效诊断.并通过实验分析,验证了该方法的有效性.

关键词

故障诊断/行星轮/经验模态分解(EMD)/电机电流

引用本文复制引用

基金项目

基于振动与电机电流信息融合的转子系统载荷识别及故障诊断方法(51475318)

出版年

2021
机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
被引量5
参考文献量4
段落导航相关论文