期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于IITD模糊熵与随机森林的滚动轴承故障诊断方法 被引量:25
1
作者 陈剑 蔡坤奇 +4 位作者 陶善勇 杨斌 刘圆圆 刘幸福 黄凯旋 《计量学报》 CSCD 北大核心 2021年第6期774-779,共6页
针对滚动轴承故障微弱振动信号特征提取后难以识别的问题,提出基于改进的固有时间尺度分解(IITD)和模糊熵(FE)输入随机森林(RF)模式识别的滚动轴承故障诊断方法。首先,利用轴承试验台采集正常、滚动体故障、内圈故障、外圈故障等4种状... 针对滚动轴承故障微弱振动信号特征提取后难以识别的问题,提出基于改进的固有时间尺度分解(IITD)和模糊熵(FE)输入随机森林(RF)模式识别的滚动轴承故障诊断方法。首先,利用轴承试验台采集正常、滚动体故障、内圈故障、外圈故障等4种状态下轴承的振动信号;通过IITD分解将采集到的振动信号分解成一组固有旋转分量(PRC),然后选取表征故障主要信息的有效分量计算其模糊熵值并构建特征向量,输入到随机森林分类器模型进行识别分类。实验数据分析结果表明,该方法可以有效地实现滚动轴承故障类别的诊断。 展开更多
关键词 计量学 滚动轴承 固有时间尺度 模糊熵 随机森林 故障诊断
在线阅读 下载PDF
基于奇异值分解和独立分量分析的滚动轴承故障诊断方法 被引量:18
2
作者 陈剑 刘圆圆 +3 位作者 黄凯旋 杨斌 刘幸福 蔡坤奇 《计量学报》 CSCD 北大核心 2022年第6期777-785,共9页
针对强背景噪声下难以提取滚动轴承早期故障信号中故障特征频率的问题,提出奇异值分解和独立分量分析相结合的滚动轴承故障诊断方法。该方法首先利用相空间重构将一维时域矩阵拓展到高维矩阵,得到吸引子轨迹矩阵;然后对轨迹矩阵进行奇... 针对强背景噪声下难以提取滚动轴承早期故障信号中故障特征频率的问题,提出奇异值分解和独立分量分析相结合的滚动轴承故障诊断方法。该方法首先利用相空间重构将一维时域矩阵拓展到高维矩阵,得到吸引子轨迹矩阵;然后对轨迹矩阵进行奇异值分解降噪,依据奇异值差分谱阈值原则选取相应阶次分量进行重组构造虚拟噪声通道;接着将重组信号和观测信号进行独立分量分析分离;最后利用能量算子解调方法提取出有效的故障特征分量,进而识别故障类型。滚动轴承故障诊断实验和仿真结果表明该方法有效可行。 展开更多
关键词 计量学 滚动轴承 故障诊断 奇异值分解 独立分量分析 降噪
在线阅读 下载PDF
基于VMD和卷积神经网络的变工况 轴承故障诊断方法 被引量:12
3
作者 陈剑 黄凯旋 +4 位作者 吕伍佯 刘圆圆 杨斌 刘幸福 蔡坤奇 《计量学报》 CSCD 北大核心 2021年第7期892-897,共6页
针对变工况条件下轴承故障数据无法大量获取以及诊断困难的问题,提出了基于变分模态分解和卷积神经网络的轴承故障诊断方法,使用稳态工况获取的数据训练,能对变工况下的数据实现有效诊断。首先对轴承振动信号进行变分模态分解,以获得有... 针对变工况条件下轴承故障数据无法大量获取以及诊断困难的问题,提出了基于变分模态分解和卷积神经网络的轴承故障诊断方法,使用稳态工况获取的数据训练,能对变工况下的数据实现有效诊断。首先对轴承振动信号进行变分模态分解,以获得有限带宽的固有模态函数;然后构建卷积神经网络模型,采用优化技术提高模型适应性,实现对固有模态函数的自适应特征提取和分类;最后使用台架试验获得的滚动轴承故障数据进行验证,并与深度残差网络和支持向量机进行对比。结果表明,该模型对变工况数据的诊断/识别率达到100%/98.86%,高于对比模型的测试结果,有效实现了变工况轴承故障诊断。 展开更多
关键词 计量学 滚动轴承 复合型故障诊断 变工况 卷积神经网络 状态识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部