基于集合经验模式分解能量分布与灰色相似关联度的齿轮故障诊断

针对齿轮发生故障时,其不同频带能量分布与其故障状态间存在一定的映射关系,提出一种基于集合经验模式分解与灰色相似关联度相结合的故障诊断方法.引入循环统计学的思想对传统形态滤波方法进行改进,定义顺序形态滤波器,并结合实际选月用最简单的直线结构元素,对实测齿轮原始加速度振动信号进行顺序形态滤波降噪预处理.采用集合经验模式分解方法将降噪后的齿轮非平稳加速度振动信号分解为有限个平稳的本征模态函数,从中选取包含故障主要信息的前几个本征模态函数分量并计算其能量分布.由于灰色相似关联度分析对小样本模式识别具有良好的分类效果,以能量分布为元素构造特征矢量,通过计算不同振动信号的灰色相似关联度来判断齿轮的工作状态和故障类型.实例分析结果表明,提出的方法能够有效地应用于齿轮系统的故障诊断.