论文部分内容阅读
齿轮箱作为旋转机械中重要部件之一,其能否正常运行对整台甚至整套机械设备的正常工作和使用产生具有重大影响。因为齿轮箱特殊的工作环境,容易引发多个组件、零件故障,所以及时对齿轮箱振动数据进行检测,准确识别出齿轮箱运行过程中的故障并且及时更换故障零件,对提高旋转机械整体运行可靠性具有重大意义。本文叙述集合经验模态分解、奇异值分解分解及极限学习机齿轮箱故障诊断和识别领域的使用情况。通过对齿轮箱故障诊断和识别模型的研究,提出了EEM D-SVD故障特征提取和EEMD-ELM故障识别的方法。对振动数据做EEMD