摘要
针对齿轮故障信号易受噪声干扰导致故障特征难以提取的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和最大重叠离散小波包变换(maximal overlap discrete wavelet packet transform,MODWPT)相结合的信号去噪方法.采用VMD方法将齿轮振动信号分解成一系列不同中心频率的固有模态函数(intrinsic mode function,IMF),对VMD分解过程中影响其精度的主要参数选择方法进行了探究,提出相关参数的选取依据.结合能量熵增量-频域互相关系数准则以剔除分解出的高频噪声和虚假干扰成分;采用MODWPT方法对包含高频噪声的IMF分量进行去噪,以进一步提升信号的去噪效果和性能指标;最后将去噪后高频IMF分量同表征信号自身特征的敏感模态分量重构为去噪信号.通过仿真信号和齿轮断齿故障信号的分析,证明了所提方法的有效性和实用性.
基金项目
国家自然科学基金(51505038)
吉林省科技厅重点科技攻关项目(222170102058)
吉林省教育厅"十三五"科学研究规划项目(JJKH20190639KJ)
NETL
NSTL
维普
万方数据