行星齿轮箱作为动力传动系统的关键部件,被广泛应用于军事、工业、生活等众多领域,与此同时,由其故障发生所引起的损失也不计其数,所以对行星齿轮箱进行故障诊断研究具有重要意义。其中特征提取是故障诊断技术的关键环节,为了从复杂的非平稳、非线性信号中有效地提取冲击故障的特征信息,本文提出了一种改进动态时间规整与改进经验小波变换相结合的特征提取方法。本文主要研究内容如下:(1)根据行星齿轮箱的两个特点(多对齿轮同时啮合引起的振动相互叠加,各啮合点与加速度传感器之间的传递路径呈现周期性的变化),列出行星齿轮箱齿轮局部故障振动信号模型,通过此模型和行星齿轮箱实验数据模拟正常信号和故障信号。(2)首先通过动态时间规整方法对测试信号和参考信号进行规整对齐,然后通过重采样方法恢复原始信号长度,从而获得残差向量信号,突出故障特征信息。由于标准的动态时间规整方法计算效率低,规整之后的残差向量信号易出现奇异性和无法实现自然对齐等问题,为此,本文提出了改进方法:通过数据抽象和窗口约束相结合的方法来提高标准动态时间规整方法的算法效率;通过两个时域信号的导数和互相关系数来修正累积距离公式。(3)为了进一步对振动信号进行特征提取,采用经验小波变换对残差向量信号进行模态分解,获得本征模态分量,将不相关频率分量进行滤除。由于经验小波变换的频谱分割容易发生错误,本文提出一种改进方法,对傅里叶频谱进行包络分析,通过划分的包络区域对频谱进行分割。本文将改进动态时间规整方法与改进经验小波变换方法相结合,提出了一种新的故障特征提取方法。通过仿真和实验分析,验证了其有效性。