《表1 实验数据编号和故障类型标签》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《最大重叠离散小波包变换边际谱特征在齿轮故障诊断中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证该方法的实用性，本文对齿轮故障信号进行了分析和识别。齿轮故障诊断对象是一个三轴式两级减速器，故障齿轮布置在中间轴上，齿轮故障实验台和减速器内部结构如图6和图7所示。整个实验台由控制台、Z2-12型驱动电机、齿轮减速器和Z2-42负载电机组成，输入转速为1 000r/min，实验齿轮包括正常和断齿、裂纹、点蚀、磨损、偏心共6种故障类型，通过DASP数据采集系统测取中间轴振动加速度信号，采样频率为10kHz。6种故障样本编号和故障标签见表1，其时域波形如图8所示。以齿轮裂纹故障为例，按图1所示诊断流程，对其采用MODWPT 5层分解，取能量最高的前5个分量并求其频谱，与EMD方法分析结果进行比较，如图9和图10所示。从图7可以看出：EMD分解存在严重的频率混叠现象，尤其是第一个分量，几乎包含了其他所有分量的频率成分；MODWPT结果虽然也存在频率混叠，但可以看出明显的频带分布和频率中心位置。MODWPT对于频率的混叠现象可以通过选择合适的分解层数来避免，而EMD方法是完全自适应的，无法实现对分量的调节功能。同样，对于其他齿轮故障类型信号的分析，可以得到相似的结论。