作者江鹏程,丛华,吴春志,冯辅周（2019）在《基于DWT-LPP的行星变速箱故障信号特征增强方法》一文中研究指出：针对行星变速箱齿轮故障信号特征易被噪声湮没且不同齿轮故障信号较难区分的特点,提出了一种基于离散小波变换(Discrete Wavelet Transform,DWT)和局部保持映射(Local Preserving Projection,LPP)的行星变速箱故障信号特征增强方法。首先,利用DWT对信号进行多频段的重构扩充信号维度;然后,通过LPP对多维度信号进行降维,减弱噪声影响并增强信号的稳定性;最后,以排列熵(Permutation Entropy,PE)、样本熵(Sample Entropy,SE)和功率谱熵(Power Spectral Entropy,PSE) 3种信息熵表征信号特征。对台架试验采集不同故障状态的振动信号进行分析,结果表明:该方法对故障信号特征增强明显,依据3种信息熵值的三维坐标有效实现了行星变速箱齿轮故障的分类识别。
zhen dui hang xing bian su xiang chi lun gu zhang xin hao te zheng yi bei zao sheng yan mei ju bu tong chi lun gu zhang xin hao jiao nan ou fen de te dian ,di chu le yi chong ji yu li san xiao bo bian huan (Discrete Wavelet Transform,DWT)he ju bu bao chi ying she (Local Preserving Projection,LPP)de hang xing bian su xiang gu zhang xin hao te zheng zeng jiang fang fa 。shou xian ,li yong DWTdui xin hao jin hang duo pin duan de chong gou kuo chong xin hao wei du ;ran hou ,tong guo LPPdui duo wei du xin hao jin hang jiang wei ,jian ruo zao sheng ying xiang bing zeng jiang xin hao de wen ding xing ;zui hou ,yi pai lie shang (Permutation Entropy,PE)、yang ben shang (Sample Entropy,SE)he gong lv pu shang (Power Spectral Entropy,PSE) 3chong xin xi shang biao zheng xin hao te zheng 。dui tai jia shi yan cai ji bu tong gu zhang zhuang tai de zhen dong xin hao jin hang fen xi ,jie guo biao ming :gai fang fa dui gu zhang xin hao te zheng zeng jiang ming xian ,yi ju 3chong xin xi shang zhi de san wei zuo biao you xiao shi xian le hang xing bian su xiang chi lun gu zhang de fen lei shi bie 。
论文作者分别是来自装甲兵工程学院学报的江鹏程,丛华,吴春志,冯辅周，发表于刊物装甲兵工程学院学报2019年02期论文，是一篇关于局部保持映射论文,离散小波变换论文,样本熵论文,排列熵论文,功率谱熵论文,装甲兵工程学院学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自装甲兵工程学院学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
本文来源: https://www.lw00.cn/article/b8ed79fcf838c5d4917b7d49.html