变速箱相关外文翻译

本资料包含doc文件1个，下载需要5积分

1介绍
当变速箱中的齿轮或轴承受到局部损坏时，其振动信号会发生调制现象[1]。
因此，如何从齿轮箱的振动信号中提取解调信息对于故障诊断至关重要。已经表明，希尔伯特包络分析对于解调是有用的[2]。但是，齿轮箱的工作环境相对复杂。通常情况下，一个基础床上安装了几个齿轮箱。在这种情况下，从齿轮箱测得的振动信号将不可避免地包含来自邻居的振动信号。换句话说，测得的振动信号是典型的多分量AM-FM信号。希尔伯特包络分析仅适用于解调单分量AM-FM信号，并且在用于解调多分量AM-FM信号时失败[3]。因此，希尔伯特包络分析对每个单声道单声道从振动信号中预先提供组件AM-FM信号。
小波分析是一种常用的时频分析方法。小波分析方法将多分量信号分解为各种信号，通过拉伸和平移得到小波水平，然后利用具有故障特征的小波系数来揭示故障特征[4-6]。然而，小波分析仍然存在一些不可避免的缺陷。首先，需要事先选择合适的基础功能。其次，一旦确定了分解尺度，小波分析的结果就是某个频段下的信号。因此，小波分析不是自然界中的自适应信号处理方法[7-8]。HUANG等人[9]提出的Hilbert-Huang变换（HHT）是一种自适应信号处理方法。HHT方法通过筛选将多分量信号分解为多个固有模态函数（IMFs），然后将具有故障特征的IMFs用于齿轮箱的故障诊断[10-13]。许多研究表明，HHT方法是一种非常好的非平稳信号分解方法，与小波分析方法相比具有更好的性能[14-15]。然而，当采用HHT方法分解高频振荡信号时，可能会造成模式混淆[16]。
为了从具有大规模变化齿轮啮合频率的齿轮箱中提取故障特征，PENG等人[17]提出了基于MCSSD的ATF。