基于MVMD-MOMEDA的齿轮箱故障诊断方法

打开文本图片集

摘 要：针对齿轮箱振动信号受复杂传递路径、强背景噪声的影响导致早期微弱故障难以诊断的问题，提出了一种基于多元变分模态分解（MVMD）和多点最优最小熵反褶积调整（MOMEDA）的齿轮箱故障诊断方法。首先，利用MVMD将融合后的多通道振动信号进行模态分解，得到一系列表征信号局部特征的IMF分量；其次，引入峭度值（Ku），选取最佳模态进行信号重构，剔除含噪声分量高的IMF；最后，对重构信号进行MOMEDA特征提取以识别故障频率，从而进行故障诊断。（剩余11212字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。