空军工程大学学报

作者：仝蕊1,2，康建设2，李宝晨2，陈疆萍3

单位：1.93507部队， 石家庄, 050027； 2.陆军工程大学石家庄校区， 石家庄, 050003； 3.93601部队, 山西大同, 037006\

关键词：信号预处理;多测点信息融合;形态非抽样小波分解;相关峭度;加权融合

针对传统齿轮故障信号处理中，对单一信号进行处理造成的敏感特征信息遗失问题，提出形态非抽样小波（MUDW）的多测点齿轮故障振动信号融合预处理方法，以充分利用各信号所蕴含的特征信息，减少噪声及干扰成分的影响。该方法首先应用时域同步平均（TSA）对各通道信号进行预处理；然后，根据形态非抽样小波的基础框架将信号分解，并采用相关峭度（CK）和加权运算的方式，表征各分解层近似信号对故障特征的贡献量，提高有用近似信号的比重；在此基础上，建立融合准则将各分解层信号进行融合，改善重构信号的特征信息；最后，齿轮裂纹故障实验证明：该方法能够较好地抑制噪声，明显突出故障齿轮啮合频率及其倍频，融合效果理想。

来源：2020年第4期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2020年第4期