最小熵解卷积在高速泵齿轮箱早期故障诊断中的应用

摘要

高速泵齿轮箱发生早期故障时容易被外界强烈的噪音所干扰,直接做频谱分析或包络谱分析很难提取故障特征。本文通过最小熵解卷积(MED)的基本理论,对高速离心泵齿轮箱故障诊断,能够明显的提高信噪比。MED方法对齿轮早期裂纹振动信号进行降噪解卷积滤波,然后进行包络解调分析,最后获得中速轴小齿轮(Z2=55)齿根轻微裂纹的故障特征。通过齿轮断齿故障振动数据的分析及后期工程实践,验证了方法的有效性。