针对齿轮箱升降速过程中振动信号非平稳的特点，将阶次跟踪、角域平均和连续小波变换相结合，提出了基于角域平均和连续小波变换的齿轮箱故障诊断方法。首先对齿轮箱升降速瞬态信号进行时域同步采样，再对时域信号进行等角度重采样，转化为角域平稳信号，然后对角域信号进行角域平均，以消除干扰噪声的影响，最后对角域平均信号进行连续小波变换，根据小波幅值图和相位图，就可提取齿轮的故障特征。通过对齿轮齿根裂纹故障实验信号的分析，表明该方法能有效地诊断齿轮的故障状态。
2023-02-07 10:29:32
856KB
1
使用脚本获得一些提示，如何执行阶次跟踪和坎贝尔图，例如用于旋转机械的声音和振动测试。
2022-04-30 20:53:47
10KB
1
本文研究旋转机械非稳态信号的分析方法。对等时间间隔采样的齿轮箱振动信号，利用插值算法实现角城重采样。为了抑制与工频无关的噪声信号以提高信噪比，对重采样信号进行了角城平均。将倒频分析引入阶次分析中，以检测出功率谱中难以辨识的周期性。以上方法成功地识剐了齿根裂纹故障，说明了对旋转机械非稳态信号进行角域平均和倒阶次谱分析的可行性和有效性。
2022-04-02 15:05:30
198KB
1
阶次分析适用于旋转机械的故障诊断，通过将非平稳时域信号转换为平稳的角域信号，再对角域稳态信号进行傅里叶变换就可得到清晰地阶次谱
2019-12-21 21:48:09
1KB
1