基于SHSVD-AS的风电齿轮箱故障诊断

打开文本图片集

收稿日期：2022-03-03

基金项目：国家自然科学基金（51875100）；江苏省重点研发计划（BE2020034）；江苏省碳达峰碳中和科技创新专项资金（BA2022214）

通信作者：邓艾东（1968—）男，博士、教授，主要从事故障诊断与测控系统方面的研究。dnh@seu.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2022-0253 文章编号：0254-0096（2023）06-0477-07

摘 要：针对传统的硬阈值奇异值分解降噪法（HSVD）阈值选取主观性较强、自适应性较弱、易丢失信号特征的问题，首先提出一种自适应的硬阈值选取算法；其次，利用一种非等量最优权值收缩的软阈值奇异值分解降噪（SSVD）方法，并结合HSVD，形成一种混合阈值的奇异值分解（SHSVD）降噪方法；最后再结合所提出的一种幅值抑制（AS）算法用于突出信号的故障冲击特征SHSVD-AS。（剩余11221字）