HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于EMD关联维的齿轮箱齿轮状态振动辨识

作者:陈忠; 张宪民齿轮故障诊断经验模式分解关联维

摘要:论述了经验模式分解(EMD)的理论和特性,以及关联维数及其特性,并根据实际齿轮箱振动信号的非平稳特征和简单监测征兆的需要,引入分别适于非线性非平稳信号分析和表征系统观测序列非线性、不规则程度的经验模式分解和关联维数,提出用EMD关联维来辨识齿轮箱振动信号.结果表明:当齿轮处于不同状态时,与齿轮故障密切相关的内在模式函数的关联维数明显不同,EMD关联维方法可以作为齿轮故障的特征提取工具.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

华南理工大学学报·社会科学版

《华南理工大学学报·社会科学版》(CN:44-1443/C)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《华南理工大学学报·社会科学版》自创刊以来,本刊坚持以马克思列宁主义、思想、邓小平理论、"三个代表"重要思想、科学发展观、新时代中国特色社会主义思想为指导,立足广东,面向全国,积极反映人文社会科学各领域在改革开放和现代化建设中理论与实践的成果,努力把本刊办成有特色、有水平、有影响的综合性学术期刊和重要理论研究阵地。

杂志详情