机械设计与制造杂志社

2021, No.362(04) 39-42+47

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于电机电流经验模态分解的行星轮故障诊断
Planetary Fault Diagnosis Based on Empirical Modal Decomposition of Motor Current

门兰城;庞新宇;李峰;刘利平;

摘要(Abstract):

在故障诊断领域,电机电流信号分析法(MCSA)已经逐渐应用于齿轮故障诊断中,但该方法在诊断行星轮缺齿故障时由于电流基频干扰较大,导致故障特征不明显,难以实现故障诊断。因此提出一种基于电流信号经验模态分解(EMD)的故障诊断方法。通过对电机电流信号进行EMD分解,选取合适的IMF分量经傅立叶变换求其频谱图,根据频谱图中是否存在与故障特征频率相关的频率,实现了对行星轮缺齿故障的有效诊断。并通过实验分析,验证了该方法的有效性。

关键词(KeyWords): 故障诊断;行星轮;经验模态分解(EMD);电机电流

Abstract:

Keywords:

基金项目(Foundation): 基于振动与电机电流信息融合的转子系统载荷识别及故障诊断方法(51475318)

作者(Author): 门兰城;庞新宇;李峰;刘利平;

Email:

DOI: 10.19356/j.cnki.1001-3997.2021.04.009

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享