基于改进LMD算法的齿轮箱故障诊断研究

简介

齿轮箱是机械传动系统中最关键,也是最易发生故障的零部件之一。针对齿轮箱的故障诊断问题,提出了一种改进局部均值分解算法(Improved Local mean decomposition,ILMD),并将其应用于齿轮箱微弱故障特征的提取。首先,为了降低局部均值分解(Local mean decomposition,LMD)算法的模态混叠效应,将一种优化的有理样条插值算法应用于ILMD包络线的构造;然后,采用ILMD算法将原始振动信号分解为一系列乘积函数分量(Product function,PF),并根据峭度值筛选出分解结果中包含故障信息最多的有效分量;最后,通过对有效分量的包络分析实现齿轮箱故障的有效诊断。实验结果表明,所提出方法能有效抑制LMD的模态混叠现象,并且能准确地识别出齿轮磨损故障。