检索结果-维普期刊中文期刊服务平台

基于改进麻雀算法优化变分时域分解的往复机械冲击特征提取方法: 1; 作者聂志勇隋立林马波《机电工程》北大核心 2025年第8期1502-1511,共10页; 往复机械壳体振动信号往往由多个不同的冲击源共同作用产生。针对往复机械壳体振动信号在时域上相互叠加、耦合且振动信号多源冲击时域间隔分布不规则,从而导致信号分解难度大的问题,提出了一种改进麻雀搜索算法(ISSA)优化变分时域分解(... 展开更多; 关键词往复机械壳体振动信号改进麻雀搜索算法变分时域分解多源冲击信号自适应分解冲击时域特征提取迭代次数; 在线阅读下载PDF 职称材料

基于自适应随机共振的齿轮微弱冲击故障信号增强提取方法研究被引量：7: 2; 作者李继猛张云刚 +1 位作者张金凤谢平《计量学报》 CSCD 北大核心 2017年第5期602-606,共5页; 针对强背景噪声下冲击信号难以检测的问题,提出一种基于自适应随机共振的齿轮微弱冲击故障信号增强提取方法。首先,利用峭度指标和互相关系数构造修正峭度指标作为随机共振检测冲击信号的测度函数;其次,利用滑动窗将多冲击分量信号分割... 展开更多; 关键词计量学冲击特征提取随机共振滑动窗修正峭度指标齿轮箱故障诊断; 在线阅读下载PDF 职称材料

基于自适应变尺度形态学滤波的冲击提取方法被引量：2: 3; 作者方志法王维民 +6 位作者曹颜玉张秀林李启行孟繁城吴斯琪赵乐王志刚《振动．测试与诊断》 EI CSCD 北大核心 2023年第4期698-704,828,共8页; 针对在强背景噪声下,往复机械振动信号中冲击的次数及位置信息难以准确辨识的问题,提出一种结合总体经验模态分解(ensemble empirical mode decomposition,简称EEMD)和自适应变尺度形态学滤波器(adaptive variable scale morphological ... 展开更多; 关键词冲击特征提取形态学滤波往复压缩机故障诊断; 在线阅读下载PDF 职称材料

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: 4; 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... 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

基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法被引量：8: 5; 作者李继猛张金凤 +1 位作者张云刚岳宁《中国机械工程》 EI CAS CSCD 北大核心 2016年第13期1796-1801,1809,共7页; 针对强背景噪声下齿轮故障冲击特征提取问题,提出了一种基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法。该方法选用相关峭度作为随机共振检测周期性冲击分量的测度函数,借助遗传算法实现信号中周期性冲击特征的自适应提取;... 展开更多; 关键词随机共振相关峭度稀疏编码收缩冲击特征提取; 在线阅读下载PDF 职称材料

基于S变换与奇异值中值分解的滚动轴承故障诊断被引量：5: 6; 作者字玉周俊《机电工程》 CAS 北大核心 2022年第7期949-954,共6页; 为了有效地提取出滚动轴承故障信号的冲击特征,提出了一种基于S变换时频谱和奇异值中值分解(SVMD)算法的滚动轴承故障诊断方法。首先,利用S变换对滚动轴承原始振动信号进行了时频变换,得到了其时频系数矩阵,通过SVMD对时频系数矩阵进行... 展开更多; 关键词滚动轴承振动信号故障频率 S变换奇异值中值分解冲击特征提取信号降噪处理; 在线阅读下载PDF 职称材料

题名基于改进麻雀算法优化变分时域分解的往复机械冲击特征提取方法: 1; 作者聂志勇隋立林马波; 机构国能数智科技开发(北京)有限公司北京化工大学机电工程学院; 出处《机电工程》北大核心 2025年第8期1502-1511,共10页; 基金国家自然科学基金资助项目(62273025)。; 文摘往复机械壳体振动信号往往由多个不同的冲击源共同作用产生。针对往复机械壳体振动信号在时域上相互叠加、耦合且振动信号多源冲击时域间隔分布不规则,从而导致信号分解难度大的问题,提出了一种改进麻雀搜索算法(ISSA)优化变分时域分解(VTDD)的往复机械冲击特征自适应提取新方法。首先,采用Circle混沌映射初始化麻雀种群,引入仿生鱼鹰攻击鱼类的模型,改进了发现者位置更新策略,从而避免了搜索算法陷入局部最优;然后,基于ISSA迭代搜索最优适应度值对应的VTDD最优参数组合,完成了多源冲击信号自适应分解,得到了分解子冲击信号的时域中心及能量信息;最后,利用大头瓦磨损故障和气缸余隙不当的实际工程案例数据,将ISSA-VTDD方法和传统的VTDD方法进行了对比分析。研究结果表明:ISSA优化VTDD能高效地搜索出VTDD最优的预设参数组合,精确有效地提取故障冲击特征,迭代次数和适应度分别为11次和5.25;ISSA-VTDD方法对各种复杂工况、不同信号特性都具有良好适应性;与其他同类方法的对比结果表明,ISSA-VTDD方法具有最高的冲击信号重构精度,即分解效果最优。可见ISSA-VTDD方法具有更优越的冲击时域特征提取能力。; 关键词往复机械壳体振动信号改进麻雀搜索算法变分时域分解多源冲击信号自适应分解冲击时域特征提取迭代次数; Keywords vibration signal of reciprocating machine shell improved sparrow search algorithm(ISSA) variational time-domain decomposition(VTDD) adaptive decomposition of multi-source impact signal impact time-domain characteristics extraction iterations; 分类号 TH17 [机械工程—机械制造及自动化] TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于自适应随机共振的齿轮微弱冲击故障信号增强提取方法研究被引量：7: 2; 作者李继猛张云刚张金凤谢平; 机构燕山大学电气工程学院燕山大学里仁学院; 出处《计量学报》 CSCD 北大核心 2017年第5期602-606,共5页; 基金国家自然科学基金(51505415) 中国博士后科学基金(2015M571279) 秦皇岛市科技支撑计划项目(201502A008); 文摘针对强背景噪声下冲击信号难以检测的问题,提出一种基于自适应随机共振的齿轮微弱冲击故障信号增强提取方法。首先,利用峭度指标和互相关系数构造修正峭度指标作为随机共振检测冲击信号的测度函数;其次,利用滑动窗将多冲击分量信号分割成多个单冲击分量信号作为随机共振的系统输入,并借助遗传算法实现系统参数的自适应选取;最后,将提出的方法应用于电力机车走行部齿轮箱故障诊断,结果显示该方法可有效实现微弱冲击特征的增强提取。; 关键词计量学冲击特征提取随机共振滑动窗修正峭度指标齿轮箱故障诊断; Keywords metrology impact feature extraction stochastic resonance sliding window modified kurtosis index fault diagnosis of gearbox; 分类号 TB936 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于自适应变尺度形态学滤波的冲击提取方法被引量：2: 3; 作者方志法王维民曹颜玉张秀林李启行孟繁城吴斯琪赵乐王志刚; 机构北京化工大学高端机械装备健康监控与自愈化北京市重点实验室海洋石油工程股份有限公司中海石油(中国)有限公司海南分公司; 出处《振动．测试与诊断》 EI CSCD 北大核心 2023年第4期698-704,828,共8页; 基金国家自然科学基金资助项目(92160203)。; 文摘针对在强背景噪声下,往复机械振动信号中冲击的次数及位置信息难以准确辨识的问题,提出一种结合总体经验模态分解(ensemble empirical mode decomposition,简称EEMD)和自适应变尺度形态学滤波器(adaptive variable scale morphological filter,简称AVSMF)的冲击特征提取方法。通过对信号进行EEMD,由峭度、相关系数指标筛选出隐含冲击成分的本征模态分量(intrinsic mode function,简称IMF),并根据各阶IMF的波形尺度与极值点幅值分布特性,为IMF中每个采样点选择合适的元素宽度进行级联式形态学滤波,实现冲击特征提取。针对信号中冲击成分难以精确定位的问题,提出一种自适应峰值相位检测算法。50次重复仿真实验结果表明,该算法具有较高的精度与稳定性。通过对一台闪蒸气双作用往复式压缩机的低压缸中体加速度信号进行冲击检测,验证了所提算法进行故障早期诊断有效性与准确性。; 关键词冲击特征提取形态学滤波往复压缩机故障诊断; Keywords impact feature extraction morphological filter reciprocating compressor fault diagnosis; 分类号 TH457 [机械工程—机械制造及自动化] 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: 4; 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

题名基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法被引量：8: 5; 作者李继猛张金凤张云刚岳宁; 机构燕山大学北京汉能华科技股份有限公司; 出处《中国机械工程》 EI CAS CSCD 北大核心 2016年第13期1796-1801,1809,共7页; 基金国家自然科学基金资助项目(51505415) 中国博士后科学基金资助项目(2015M571279) 秦皇岛市科技支撑计划资助项目(201502A008); 文摘针对强背景噪声下齿轮故障冲击特征提取问题,提出了一种基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法。该方法选用相关峭度作为随机共振检测周期性冲击分量的测度函数,借助遗传算法实现信号中周期性冲击特征的自适应提取;在此基础上,利用稀疏编码收缩算法对随机共振检测结果做进一步降噪处理,从而凸显冲击特征,提高故障识别精度。试验和工程实例分析结果表明,该方法可实现齿轮故障冲击特征的增强提取,为齿轮故障诊断提供依据。; 关键词随机共振相关峭度稀疏编码收缩冲击特征提取; Keywords stochastic resonance correlated kurtosis sparse code shrinkage impact feature ex- traction; 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

题名基于S变换与奇异值中值分解的滚动轴承故障诊断被引量：5: 6; 作者字玉周俊; 机构昆明理工大学机电工程学院; 出处《机电工程》 CAS 北大核心 2022年第7期949-954,共6页; 基金国家重点研发计划重点专项项目(2018YFB1306100) 国家自然科学基金资助项目(51875272,52065030)。; 文摘为了有效地提取出滚动轴承故障信号的冲击特征,提出了一种基于S变换时频谱和奇异值中值分解(SVMD)算法的滚动轴承故障诊断方法。首先,利用S变换对滚动轴承原始振动信号进行了时频变换,得到了其时频系数矩阵,通过SVMD对时频系数矩阵进行了计算,筛选出合适的奇异值用以降噪;然后,通过仿真的方式,对结果进行了S逆变换,以获得信号的时域冲击特征;最后,以滚动轴承(型号N205)外圈、滚动体故障为例,进行了故障信号冲击特征提取实验,通过对轴承的外圈和滚动体故障数据分析处理,对基于ST-SVMD算法的有效性进行了验证。研究结果表明:通过采用基于ST-SVMD算法,得到了滚动轴承外圈的故障频率,该频率与该型号轴承特征频率基本一致;基于ST-SVMD算法,得到了滚动轴承滚动体的故障频率,该频率与该型号轴承特征频率基本一致;该结果证明,基于ST-SVMD算法在滚动轴承故障信号冲击特征的提取方面是有效的。; 关键词滚动轴承振动信号故障频率 S变换奇异值中值分解冲击特征提取信号降噪处理; Keywords bearing failure vibration signal fault frequency S transform(ST) singular value median decomposition(SVMD) impact characteristics extraction signal noise reduction; 分类号 TH133.33 [机械工程—机械制造及自动化] TH17 [机械工程—机械制造及自动化]; 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	基于改进麻雀算法优化变分时域分解的往复机械冲击特征提取方法	聂志勇隋立林马波	《机电工程》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于自适应随机共振的齿轮微弱冲击故障信号增强提取方法研究	李继猛张云刚张金凤谢平	《计量学报》 CSCD 北大核心	2017	7	在线阅读下载PDF 职称材料
3	基于自适应变尺度形态学滤波的冲击提取方法	方志法王维民曹颜玉张秀林李启行孟繁城吴斯琪赵乐王志刚	《振动．测试与诊断》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	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
5	基于自适应随机共振和稀疏编码收缩算法的齿轮故障诊断方法	李继猛张金凤张云刚岳宁	《中国机械工程》 EI CAS CSCD 北大核心	2016	8	在线阅读下载PDF 职称材料
6	基于S变换与奇异值中值分解的滚动轴承故障诊断	字玉周俊	《机电工程》 CAS 北大核心	2022	5	在线阅读下载PDF 职称材料