时变转速下基于IFMD的行星齿轮箱微弱故障诊断

打开文本图片集

摘要： 针对强背景噪声干扰且变转速下行星齿轮箱早期微弱故障特征难以被有效识别的问题，提出一种改进特征模态分解（Improved Feature Mode Decomposition，IFMD）的时变工况行星齿轮箱微弱故障诊断方法。对于特征模态分解算法中的关键输入参数分解模态个数n、滤波器个数K和滤波器长度L需要依靠人为经验反复尝试而不具有自适应的问题，提出通过尺度空间谱划分来确定所需分解模态个数n；在此基础上，以谱基尼指数（Spectral Gini Index，SGI）作为目标函数，采用粒子群算法自动确定最佳的滤波器个数K和滤波器长度L。（剩余14108字）