期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于参数优化VMD-MCKD的强噪声背景下滚动轴承故障特征提取
1
作者 蒋丽英 张瀛予 +2 位作者 高铭悦 张群晨 李贺 《沈阳航空航天大学学报》 2025年第2期72-80,共9页
针对强噪声背景滚动轴承故障特征难以被提取的问题,提出了参数优化变分模态分解(variational mode decomposition,VMD)和最大相关峭度反卷积(maximum correlation kurtosis deconvolution,MCKD)提取滚动轴承故障特征的方法。首先,采用... 针对强噪声背景滚动轴承故障特征难以被提取的问题,提出了参数优化变分模态分解(variational mode decomposition,VMD)和最大相关峭度反卷积(maximum correlation kurtosis deconvolution,MCKD)提取滚动轴承故障特征的方法。首先,采用改进麻雀算法对VMD参数进行离线寻优,得到最优参数组合并对原始信号进行分解。其次,根据包络谱峰值因子和样本熵构建出一种新筛选指标,对分解各固有模态函数(intrinsic mode function,IMF)分量进行筛选与重构。然后,对重构信号经改进麻雀算法在线法优化的MCKD进行增强。最后,对增强的信号进行包络解调分析,从而提取滚动轴承故障频率信息。仿真和实验结果表明,该方法能够增强淹没在强噪声中的冲击成分,有效提取滚动轴承故障特征。 展开更多
关键词 特征提取 滚动轴承 变分模态分解 最大相关峭度反卷积 信号重构
在线阅读 下载PDF
基于参数优化VMD-KPCA和BP网络的齿轮故障诊断方法
2
作者 蒋丽英 张群晨 +2 位作者 高铭悦 张瀛予 李贺 《沈阳航空航天大学学报》 2024年第4期41-49,共9页
针对噪声环境下难以提取齿轮故障特征、诊断准确率低的问题,提出了一种将基于综合评价指标的变分模态分解(variational mode decomposition,VMD)参数寻优、核主成分分析(kernel principal component analysis,KPCA)特征融合和BP网络相... 针对噪声环境下难以提取齿轮故障特征、诊断准确率低的问题,提出了一种将基于综合评价指标的变分模态分解(variational mode decomposition,VMD)参数寻优、核主成分分析(kernel principal component analysis,KPCA)特征融合和BP网络相结合的齿轮故障诊断方法。首先,为了有效评价VMD分解后的各固有模态函数(intrinsic mode function,IMF)分量及避免变分模态分解需要人为设定相关参数的问题,设计了一种基于包络熵与峭度的综合评价指标,用于建立VMD参数寻优中的适应度函数及筛选最优IMF分量;其次,按最优参数进行VMD分解后对最优IMF分量提取多域特征集,再利用KPCA模型对其进行特征的融合;最后,通过BP网络模型进行故障诊断。实验表明,与其他传统方法相比,在相同实验条件下该方法提高了齿轮故障的识别率,准确率高达98%,证明了该方法的有效性。 展开更多
关键词 齿轮故障诊断 综合评价指标 变分模态分解 鲸鱼优化算法 BP网络
在线阅读 下载PDF
基于联合指标的滚动轴承振动信号重构及故障诊断
3
作者 高铭悦 蒋丽英 +2 位作者 张群晨 张瀛予 李贺 《沈阳航空航天大学学报》 2024年第1期36-44,共9页
为了提高滚动轴承特征提取的有效性和故障识别的准确性,提出了一种基于联合指标的信号重构及基于CWT-2DCNN的故障诊断方法。首先,根据峭度和互相关系数构建出联合指标对通过集成经验模态分解(ensemble empirical mode decomposition,EE... 为了提高滚动轴承特征提取的有效性和故障识别的准确性,提出了一种基于联合指标的信号重构及基于CWT-2DCNN的故障诊断方法。首先,根据峭度和互相关系数构建出联合指标对通过集成经验模态分解(ensemble empirical mode decomposition,EEMD)得到的本征模态函数(intrinsic mode fuction,IMF)分量进行筛选与重构;其次,运用连续小波变换(continue wavelet transform,CWT)变换对重构信号进行时频域特征提取;最后,以时频特征图作为输入,构建基于卷积神经网络(convolutional neural network,CNN)的故障识别模型,从而实现滚动轴承故障的智能诊断。实验结果表明,提出的信号重构及故障诊断方法故障诊断正确率达到了99.48%,且在强噪声下仍具有较高的正确识别率,说明其具有较强的泛化能力。 展开更多
关键词 峭度 互相关系数 卷积神经网络 时频特征 故障诊断 信号重构 滚动轴承 联合指标
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部