向量自回归和T2控制图在变工况齿轮箱故障检测中的应用

向量自回归和T2控制图在变工况齿轮箱故障检测中的应用

TP18; 针对齿轮箱传统故障分析方法难以评估变工况下齿轮箱健康状态,对齿轮箱的振动数据按工况分类后,进行了基于向量自回归模型(vector autoregression,VAR)和统计过程控制方法的变工况下齿轮箱异常检测方法研究.采用时域同步平均算法(time synchronous avera-ging,TSA)去除原始振动信号中的噪声,并分工况建立向量自回归模型计算残差;提取残差的均方根(root square mean,RMS)和整流平均值作为指标,初步判断齿轮故障;选取残差的均方根及整流平均值进行统计过程分析,建立多变量指数加权平均(multivariate exponential...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:重庆理工大学学报 2023, Vol.37 (15), p.148-157
Hauptverfasser: 薛成, 李鑫, 焦静, 毛雨琳
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 157
container_issue 15
container_start_page 148
container_title 重庆理工大学学报
container_volume 37
creator 薛成
李鑫
焦静
毛雨琳
description TP18; 针对齿轮箱传统故障分析方法难以评估变工况下齿轮箱健康状态,对齿轮箱的振动数据按工况分类后,进行了基于向量自回归模型(vector autoregression,VAR)和统计过程控制方法的变工况下齿轮箱异常检测方法研究.采用时域同步平均算法(time synchronous avera-ging,TSA)去除原始振动信号中的噪声,并分工况建立向量自回归模型计算残差;提取残差的均方根(root square mean,RMS)和整流平均值作为指标,初步判断齿轮故障;选取残差的均方根及整流平均值进行统计过程分析,建立多变量指数加权平均(multivariate exponential weighted mov-ing average,MEWMA)、广义方差以及T2 控制图来判断齿轮早期异常发生点.研究结果表明,均方根T2 控制图效果最佳,检测出了60、151、152 三个异常点,从而完成了对变工况下齿轮箱的故障检测.
doi_str_mv 10.3969/j.issn.1674-8425(z).2023.08.017
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_cqgxyxb202315017</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>cqgxyxb202315017</wanfj_id><sourcerecordid>cqgxyxb202315017</sourcerecordid><originalsourceid>FETCH-wanfang_journals_cqgxyxb2023150173</originalsourceid><addsrcrecordid>eNpjYFA3NNAztjSz1M_SyywuztMzNDM30bUwMTLVqNLUMzIwMtYzsNAzMDRnYeCES3Ew8BYXZyYZGBkZG1qamJtwMng9nTDxZXv_i_ZVT2fPe7p30tNJPSFGz_qWP-3Y9nT2vqdzVjztn_F0-9KnbVtf7t3_Yu-65-s2Ppva-nLWnGeLG55t7X6yY-3zWS1Pd015PmUFDwNrWmJOcSovlOZm0HBzDXH20C1PzEtLzEuPz8ovLcoDysQnF6ZXVFYkgRxpaAp0ojEJSgH-XWLa</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>向量自回归和T2控制图在变工况齿轮箱故障检测中的应用</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>薛成 ; 李鑫 ; 焦静 ; 毛雨琳</creator><creatorcontrib>薛成 ; 李鑫 ; 焦静 ; 毛雨琳</creatorcontrib><description>TP18; 针对齿轮箱传统故障分析方法难以评估变工况下齿轮箱健康状态,对齿轮箱的振动数据按工况分类后,进行了基于向量自回归模型(vector autoregression,VAR)和统计过程控制方法的变工况下齿轮箱异常检测方法研究.采用时域同步平均算法(time synchronous avera-ging,TSA)去除原始振动信号中的噪声,并分工况建立向量自回归模型计算残差;提取残差的均方根(root square mean,RMS)和整流平均值作为指标,初步判断齿轮故障;选取残差的均方根及整流平均值进行统计过程分析,建立多变量指数加权平均(multivariate exponential weighted mov-ing average,MEWMA)、广义方差以及T2 控制图来判断齿轮早期异常发生点.研究结果表明,均方根T2 控制图效果最佳,检测出了60、151、152 三个异常点,从而完成了对变工况下齿轮箱的故障检测.</description><identifier>ISSN: 1674-8425</identifier><identifier>DOI: 10.3969/j.issn.1674-8425(z).2023.08.017</identifier><language>chi</language><publisher>南京航空航天大学 民航学院,南京 211106</publisher><ispartof>重庆理工大学学报, 2023, Vol.37 (15), p.148-157</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/cqgxyxb/cqgxyxb.jpg</thumbnail><link.rule.ids>314,780,784,4022,27922,27923,27924</link.rule.ids></links><search><creatorcontrib>薛成</creatorcontrib><creatorcontrib>李鑫</creatorcontrib><creatorcontrib>焦静</creatorcontrib><creatorcontrib>毛雨琳</creatorcontrib><title>向量自回归和T2控制图在变工况齿轮箱故障检测中的应用</title><title>重庆理工大学学报</title><description>TP18; 针对齿轮箱传统故障分析方法难以评估变工况下齿轮箱健康状态,对齿轮箱的振动数据按工况分类后,进行了基于向量自回归模型(vector autoregression,VAR)和统计过程控制方法的变工况下齿轮箱异常检测方法研究.采用时域同步平均算法(time synchronous avera-ging,TSA)去除原始振动信号中的噪声,并分工况建立向量自回归模型计算残差;提取残差的均方根(root square mean,RMS)和整流平均值作为指标,初步判断齿轮故障;选取残差的均方根及整流平均值进行统计过程分析,建立多变量指数加权平均(multivariate exponential weighted mov-ing average,MEWMA)、广义方差以及T2 控制图来判断齿轮早期异常发生点.研究结果表明,均方根T2 控制图效果最佳,检测出了60、151、152 三个异常点,从而完成了对变工况下齿轮箱的故障检测.</description><issn>1674-8425</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2023</creationdate><recordtype>article</recordtype><recordid>eNpjYFA3NNAztjSz1M_SyywuztMzNDM30bUwMTLVqNLUMzIwMtYzsNAzMDRnYeCES3Ew8BYXZyYZGBkZG1qamJtwMng9nTDxZXv_i_ZVT2fPe7p30tNJPSFGz_qWP-3Y9nT2vqdzVjztn_F0-9KnbVtf7t3_Yu-65-s2Ppva-nLWnGeLG55t7X6yY-3zWS1Pd015PmUFDwNrWmJOcSovlOZm0HBzDXH20C1PzEtLzEuPz8ovLcoDysQnF6ZXVFYkgRxpaAp0ojEJSgH-XWLa</recordid><startdate>2023</startdate><enddate>2023</enddate><creator>薛成</creator><creator>李鑫</creator><creator>焦静</creator><creator>毛雨琳</creator><general>南京航空航天大学 民航学院,南京 211106</general><general>南京工程学院 汽车与轨道交通学院,南京 211167%南京工程学院 汽车与轨道交通学院,南京 211167</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2023</creationdate><title>向量自回归和T2控制图在变工况齿轮箱故障检测中的应用</title><author>薛成 ; 李鑫 ; 焦静 ; 毛雨琳</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_cqgxyxb2023150173</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2023</creationdate><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>薛成</creatorcontrib><creatorcontrib>李鑫</creatorcontrib><creatorcontrib>焦静</creatorcontrib><creatorcontrib>毛雨琳</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>重庆理工大学学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>薛成</au><au>李鑫</au><au>焦静</au><au>毛雨琳</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>向量自回归和T2控制图在变工况齿轮箱故障检测中的应用</atitle><jtitle>重庆理工大学学报</jtitle><date>2023</date><risdate>2023</risdate><volume>37</volume><issue>15</issue><spage>148</spage><epage>157</epage><pages>148-157</pages><issn>1674-8425</issn><abstract>TP18; 针对齿轮箱传统故障分析方法难以评估变工况下齿轮箱健康状态,对齿轮箱的振动数据按工况分类后,进行了基于向量自回归模型(vector autoregression,VAR)和统计过程控制方法的变工况下齿轮箱异常检测方法研究.采用时域同步平均算法(time synchronous avera-ging,TSA)去除原始振动信号中的噪声,并分工况建立向量自回归模型计算残差;提取残差的均方根(root square mean,RMS)和整流平均值作为指标,初步判断齿轮故障;选取残差的均方根及整流平均值进行统计过程分析,建立多变量指数加权平均(multivariate exponential weighted mov-ing average,MEWMA)、广义方差以及T2 控制图来判断齿轮早期异常发生点.研究结果表明,均方根T2 控制图效果最佳,检测出了60、151、152 三个异常点,从而完成了对变工况下齿轮箱的故障检测.</abstract><pub>南京航空航天大学 民航学院,南京 211106</pub><doi>10.3969/j.issn.1674-8425(z).2023.08.017</doi></addata></record>
fulltext fulltext
identifier ISSN: 1674-8425
ispartof 重庆理工大学学报, 2023, Vol.37 (15), p.148-157
issn 1674-8425
language chi
recordid cdi_wanfang_journals_cqgxyxb202315017
source 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title 向量自回归和T2控制图在变工况齿轮箱故障检测中的应用
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-10T10%3A01%3A44IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%90%91%E9%87%8F%E8%87%AA%E5%9B%9E%E5%BD%92%E5%92%8CT2%E6%8E%A7%E5%88%B6%E5%9B%BE%E5%9C%A8%E5%8F%98%E5%B7%A5%E5%86%B5%E9%BD%BF%E8%BD%AE%E7%AE%B1%E6%95%85%E9%9A%9C%E6%A3%80%E6%B5%8B%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8&rft.jtitle=%E9%87%8D%E5%BA%86%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5&rft.au=%E8%96%9B%E6%88%90&rft.date=2023&rft.volume=37&rft.issue=15&rft.spage=148&rft.epage=157&rft.pages=148-157&rft.issn=1674-8425&rft_id=info:doi/10.3969/j.issn.1674-8425(z).2023.08.017&rft_dat=%3Cwanfang_jour%3Ecqgxyxb202315017%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=cqgxyxb202315017&rfr_iscdi=true