基于FRFT目标分离和MCKD特征增强的齿轮早期故障特征提取
Journal of Academy of Military Transportation（2019）
Abstract
针对齿轮早期故障特征微弱、在其他分量和噪声强干扰下难以提取的问题,结合分数阶傅里叶变换(FRFT)滤波能有效分离频率近线性变化信号、最大相关峭度解卷积(MCKD)能有效增强冲击信号的特点,提出基于FRFT目标分离和MCKD特征增强的齿轮早期故障特征提取方法.首先对采集信号进行FRFT滤波,分离出携带故障信息的特征分量;然后对该分量进行MCKD,增强故障信号的冲击分量;最后对增强后的信号进行阶比包络谱分析.试验结果表明:FRFT滤波方法能从其他分量和噪声中有效分离出特征分量,MCKD能有效增强特征分量中的故障冲击特征,该方法可有效提取出齿轮早期微弱故障特征.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined