期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于信号共振稀疏分解和最大相关峭度解卷积的齿轮箱故障诊断
被引量：
17
1
作者
何群
郭源耕
+2 位作者
王霄
任宗浩
李继猛
《中国机械工程》
EI
CAS
CSCD
北大核心
2017年第13期1528-1534,共7页
当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有效提取。针对这一问题,提出了基于信号共振稀疏分解和最大相关峭度解卷积的故障诊断方法。该方法首先通...
当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有效提取。针对这一问题,提出了基于信号共振稀疏分解和最大相关峭度解卷积的故障诊断方法。该方法首先通过信号共振稀疏分解将信号中的低共振冲击成分从谐波分量和噪声中分离,然后对低共振分量进行最大相关峭度解卷积计算,进一步突出低共振分量中的周期脉冲成分,最后通过包络谱分析进行故障诊断。算法仿真、实验分析和工程应用结果表明,该方法能够有效提取强噪声信号中的周期性冲击成分,凸显故障特征,从而提供准确可靠的诊断结果。
展开更多
关键词
齿轮箱
故障诊断
信号共振稀疏分解
最大相关峭度解卷积
冲击特征提取
在线阅读
下载PDF
职称材料
并行RSSD和改进MOMEDA的齿轮箱故障诊断
被引量：
2
2
作者
尹志安
孙文龙
王凯
《机械设计与制造》
北大核心
2024年第9期196-204,共9页
为了克服传统共振稀疏信号分解与矩量法的局限性,提高其提取微弱故障特征的能力,提出了一种并行双参数优化RSSD和改进MOMEDA的行星齿轮箱故障诊断方法。首先,并行双参数优化RSSD构造了与不同故障特征相匹配的小波基函数,并将复合故障信...
为了克服传统共振稀疏信号分解与矩量法的局限性,提高其提取微弱故障特征的能力,提出了一种并行双参数优化RSSD和改进MOMEDA的行星齿轮箱故障诊断方法。首先,并行双参数优化RSSD构造了与不同故障特征相匹配的小波基函数,并将复合故障信号自适应分解为不同的谐振分量,实现了复杂故障特征的解耦。其次,利用改进MOMEDA对共振分量进行去卷积滤波,有效地消除了复杂传输路径和强环境噪声的影响,增强了与弱故障相关的脉冲。最后,通过对行星齿轮箱实验平台的实际故障信号的分析,证明了提出的方法不仅具有良好的解耦性能以及提取弱故障信号能力,且能够全面、准确地提取不同类型的故障。
展开更多
关键词
共振
稀疏
信号
分解
多点最优最小熵反褶积
行星齿轮箱
故障诊断
在线阅读
下载PDF
职称材料
题名
基于信号共振稀疏分解和最大相关峭度解卷积的齿轮箱故障诊断
被引量：
17
1
作者
何群
郭源耕
王霄
任宗浩
李继猛
机构
燕山大学电气工程学院
秦皇岛港股份有限公司第六港务分公司
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2017年第13期1528-1534,共7页
基金
国家自然科学基金资助项目(51505415)
河北省自然科学基金资助项目(F2016203421)
文摘
当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有效提取。针对这一问题,提出了基于信号共振稀疏分解和最大相关峭度解卷积的故障诊断方法。该方法首先通过信号共振稀疏分解将信号中的低共振冲击成分从谐波分量和噪声中分离,然后对低共振分量进行最大相关峭度解卷积计算,进一步突出低共振分量中的周期脉冲成分,最后通过包络谱分析进行故障诊断。算法仿真、实验分析和工程应用结果表明,该方法能够有效提取强噪声信号中的周期性冲击成分,凸显故障特征,从而提供准确可靠的诊断结果。
关键词
齿轮箱
故障诊断
信号共振稀疏分解
最大相关峭度解卷积
冲击特征提取
Keywords
gearbox
fault diagnosis
resonance-based sparse signal decomposition（RB-SSD）
maximum correlated kurtosis deconvolution（MCKD）
impulse feature extraction
分类号
TH113 [机械工程—机械设计及理论]
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
并行RSSD和改进MOMEDA的齿轮箱故障诊断
被引量：
2
2
作者
尹志安
孙文龙
王凯
机构
南昌工学院
出处
《机械设计与制造》
北大核心
2024年第9期196-204,共9页
基金
江西省教育厅科学技术研究项目(GJJ202508)。
文摘
为了克服传统共振稀疏信号分解与矩量法的局限性,提高其提取微弱故障特征的能力,提出了一种并行双参数优化RSSD和改进MOMEDA的行星齿轮箱故障诊断方法。首先,并行双参数优化RSSD构造了与不同故障特征相匹配的小波基函数,并将复合故障信号自适应分解为不同的谐振分量,实现了复杂故障特征的解耦。其次,利用改进MOMEDA对共振分量进行去卷积滤波,有效地消除了复杂传输路径和强环境噪声的影响,增强了与弱故障相关的脉冲。最后,通过对行星齿轮箱实验平台的实际故障信号的分析,证明了提出的方法不仅具有良好的解耦性能以及提取弱故障信号能力,且能够全面、准确地提取不同类型的故障。
关键词
共振
稀疏
信号
分解
多点最优最小熵反褶积
行星齿轮箱
故障诊断
Keywords
Resonance Sparse Signal Decomposition
Multipoint Optimal Minimum Entropy Deconvolution
Plan⁃etary Gearbox
Fault Diagnosis
分类号
TH16 [机械工程—机械制造及自动化]
TH133.33 [机械工程—机械制造及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于信号共振稀疏分解和最大相关峭度解卷积的齿轮箱故障诊断
何群
郭源耕
王霄
任宗浩
李继猛
《中国机械工程》
EI
CAS
CSCD
北大核心
2017
17
在线阅读
下载PDF
职称材料
2
并行RSSD和改进MOMEDA的齿轮箱故障诊断
尹志安
孙文龙
王凯
《机械设计与制造》
北大核心
2024
2
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
