基于SHSVD-AS的風(fēng)電齒輪箱故障診斷

打開文本圖片集

收稿日期：2022-03-03

基金項(xiàng)目：國(guó)家自然科學(xué)基金（51875100）；江蘇省重點(diǎn)研發(fā)計(jì)劃（BE2020034）；江蘇省碳達(dá)峰碳中和科技創(chuàng)新專項(xiàng)資金（BA2022214）

通信作者：鄧艾東（1968—）男，博士、教授，主要從事故障診斷與測(cè)控系統(tǒng)方面的研究。dnh@seu.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2022-0253 文章編號(hào)：0254-0096（2023）06-0477-07

摘 要：針對(duì)傳統(tǒng)的硬閾值奇異值分解降噪法（HSVD）閾值選取主觀性較強(qiáng)、自適應(yīng)性較弱、易丟失信號(hào)特征的問題，首先提出一種自適應(yīng)的硬閾值選取算法；其次，利用一種非等量最優(yōu)權(quán)值收縮的軟閾值奇異值分解降噪（SSVD）方法，并結(jié)合HSVD，形成一種混合閾值的奇異值分解（SHSVD）降噪方法；最后再結(jié)合所提出的一種幅值抑制（AS）算法用于突出信號(hào)的故障沖擊特征SHSVD-AS。（剩余11221字）