基于SHSVD-AS的风电齿轮箱故障诊断

  • 打印
  • 收藏
收藏成功


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)

目录
monitor