-
作者
王莉静李鸿江李民生贾政
-
单位
天津城建大学控制与机械工程学院
-
摘要
提出一种基于改进的自适应噪声完备集合经验模态分解(ICEEMDAN)和变分模态分解(VMD)方法的行星齿轮箱故障特征提取方法。利用ICEEMDAN对信号进行分解，根据分量包络峭度对信号进行筛选重构。基于最大包络谱峰度作为适应度函数，采用麻雀搜索算法对VMD进行参数自适应优化，将重构后的信号分解为多个模态分量。根据分量的包络谱峭度，选取最优分量进行包络解调分析，实现行星齿轮箱故障特征提取。最后，通过实验得到本文所提方法的一致性相关系数在0.472 3～0.793 6之间，远高于EEMD-WTD方法的0.088 1～0.286 3和以包络谱为分量选取指标的0.142 7～0.286 4。
-
关键词
行星齿轮箱故障诊断改进的自适应噪声完备集合经验模态分解变分模态分解
-
基金项目(Foundation)
天津市自然科学基金资助项目(20YDTPJC00840)；天津城建大学研究生教改项目(JG-ZD-2205)；天津市研究生科研创新项目(2022SKYZ328)；
-
文章目录
1 基础理论
1.1 ICEEMDAN信号分解方法
1.2 VMD
1.3 基于SSA的VMD参数优化
2 提出的方法
2.1 分量选取指标
2.2 基于ICEEMDAN和SSA-VMD的故障特征提取模型
3 实验
3.1 实验仪器与实验数据
3.2 基于ICEEMDAN和SSA-VMD特征提取
3.3 与其他方法对比
3.3.1 分量选取指标对比
3.3.2 分解方法对比
3.3.3 结果对比
4 结论
-
引用格式
[1]王莉静,李鸿江,李民生,等.基于ICEEMDAN和VMD的行星齿轮箱故障特征提取[J].河北工程大学学报(自然科学版),2025,42(01):105-112.
河北工程大学学报（自然科学版） 
2025年第01期 
