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
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
最优最小熵反褶积与包络-导数能量算子在轴承故障提取中的应用
被引量：
6
1
作者
杨娜
刘晔
武昆
《电子测量与仪器学报》
CSCD
北大核心
2020年第4期134-141,共8页
最小熵反褶积是检测轴承故障或齿轮故障信号等类脉冲信号的一种有效技术,但是该方法仍存在一个不足,即在使用前须设置滤波器的长度,而该参数值的选择一般只能通过技术人员的经验选择。针对这个局限性,提出了一个基于峭度、排列熵与信号...
最小熵反褶积是检测轴承故障或齿轮故障信号等类脉冲信号的一种有效技术,但是该方法仍存在一个不足,即在使用前须设置滤波器的长度,而该参数值的选择一般只能通过技术人员的经验选择。针对这个局限性,提出了一个基于峭度、排列熵与信号能量的滤波器长度选择准则。通过该准则,可以有效地挑选出最优的滤波器长度,从而更好地对故障信号进行滤波。随后,一种增强的能量算子,包络-导数能量算子用来对过滤后的故障信号进行故障特征频率的提取。实验结果表明,该方法不仅可以有效地提取出轴承故障特征频率,并且与一些传统方法相比,该方法可以大大突出故障特征频率的幅值。
展开更多
关键词
轴承故障诊断
最优选择
准则
最小
熵
反褶积
包络
-
导数能量算子
在线阅读
下载PDF
职称材料
基于LMD与AO-PNN的中介轴承故障诊断方法
被引量：
4
2
作者
徐石
栾孝驰
+2 位作者
李彦徵
沙云东
郭小鹏
《航空发动机》
北大核心
2024年第2期114-120,共7页
针对航空发动机中介轴承受噪声干扰大、传递路径复杂导致采用传统方法难以进行故障诊断的问题,提出了一种基于局部均值分解(LMD)与相关系数-能量比-峭度准则、结合天鹰座优化算法(AO)优化概率神经网络(PNN)的中介轴承故障诊断方法。使用...
针对航空发动机中介轴承受噪声干扰大、传递路径复杂导致采用传统方法难以进行故障诊断的问题,提出了一种基于局部均值分解(LMD)与相关系数-能量比-峭度准则、结合天鹰座优化算法(AO)优化概率神经网络(PNN)的中介轴承故障诊断方法。使用LMD对传感器采集的振动信号进行分解;利用相关系数-能量比-峭度准则判决筛选分解得到的PF分量,重构筛选后的信号;计算重构信号的多尺度排列熵(MPE),以构建特征向量;通过AO优化的PNN的平滑因子,将优化后的神经网络用于中介轴承的故障诊断。基于中介轴承故障试验数据对诊断结果进行了分析,结果表明:提出的方法可以有效诊断高背景噪声、复杂路径干扰下的航空发动机中介轴承的典型故障,与粒子群优化的概率神经网络方法(PSO-PNN)和传统的PNN方法相比,其诊断准确率分别提高了3.875%和8.125%,具有较好的全局收敛性和计算鲁棒性。
展开更多
关键词
局部均值分解
故障诊断
相关系数
-
能量比
-
峭度
准则
多尺度排列
熵
天鹰座优化算法
中介轴承
航空发动机
在线阅读
下载PDF
职称材料
基于AVMD与Teager能量算子的风电机组故障诊断方法
3
作者
时培明
伊思颖
+2 位作者
张慧超
范雅斐
韩东颖
《振动.测试与诊断》
北大核心
2025年第2期390-397,418,共9页
为解决变分模态分解(variational mode decomposition,简称VMD)在噪声情况下提取风电机组故障特征时因参数设置的人为经验不足而带来的误差问题及耗费时间的问题,提出一种基于自适应变分模态分解(adaptive variational mode decompositi...
为解决变分模态分解(variational mode decomposition,简称VMD)在噪声情况下提取风电机组故障特征时因参数设置的人为经验不足而带来的误差问题及耗费时间的问题,提出一种基于自适应变分模态分解(adaptive variational mode decomposition,简称AVMD)算法的风电机组故障诊断方法。首先,将包络熵-峭度-互信息准则(envelope entropy,kurtosis and mutual information,简称EKM)作为黏菌算法(slime mold algorithm,简称SMA)的适应度函数来寻找最优解,并按照最优解对故障信号进行分解;其次,计算每个固有模态函数分量(inherent modal function,简称IMF)的峭度和与原信号的互信息,选择具有故障特征的分量进行重构;最后,通过Teager能量算子解调来识别风电机组故障特征频率。仿真信号和实际风电机组故障信号表明,所提方法能够找到故障频率及其倍频,验证了其在风电机组故障诊断领域中的有效性。
展开更多
关键词
自适应变分模态分解
黏菌算法
包络熵-峭度-互信息准则
TEAGER能量算子
在线阅读
下载PDF
职称材料
题名
最优最小熵反褶积与包络-导数能量算子在轴承故障提取中的应用
被引量：
6
1
作者
杨娜
刘晔
武昆
机构
西京学院
西安交通大学电气工程学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2020年第4期134-141,共8页
基金
陕西省教育厅专项科研计划(16Jk2244)
西京学院科研项目基金(XJ160117)资助项目。
文摘
最小熵反褶积是检测轴承故障或齿轮故障信号等类脉冲信号的一种有效技术,但是该方法仍存在一个不足,即在使用前须设置滤波器的长度,而该参数值的选择一般只能通过技术人员的经验选择。针对这个局限性,提出了一个基于峭度、排列熵与信号能量的滤波器长度选择准则。通过该准则,可以有效地挑选出最优的滤波器长度,从而更好地对故障信号进行滤波。随后,一种增强的能量算子,包络-导数能量算子用来对过滤后的故障信号进行故障特征频率的提取。实验结果表明,该方法不仅可以有效地提取出轴承故障特征频率,并且与一些传统方法相比,该方法可以大大突出故障特征频率的幅值。
关键词
轴承故障诊断
最优选择
准则
最小
熵
反褶积
包络
-
导数能量算子
Keywords
bearing fault detection
optimal selection indicator
minimum entropy deconvolution
envelope
-
derivation energy operator
分类号
TH133.33 [机械工程—机械制造及自动化]
TN06 [电子电信—物理电子学]
在线阅读
下载PDF
职称材料
题名
基于LMD与AO-PNN的中介轴承故障诊断方法
被引量：
4
2
作者
徐石
栾孝驰
李彦徵
沙云东
郭小鹏
机构
沈阳航空航天大学航空发动机学院
中国航发沈阳发动机研究所
出处
《航空发动机》
北大核心
2024年第2期114-120,共7页
基金
辽宁省教育厅基础研究(JYT2020010)
2022大学生创新创业训练计划(D202203041857377395)
2021年辽宁省大学生创新创业训练计划(S202110143021)项目资助。
文摘
针对航空发动机中介轴承受噪声干扰大、传递路径复杂导致采用传统方法难以进行故障诊断的问题,提出了一种基于局部均值分解(LMD)与相关系数-能量比-峭度准则、结合天鹰座优化算法(AO)优化概率神经网络(PNN)的中介轴承故障诊断方法。使用LMD对传感器采集的振动信号进行分解;利用相关系数-能量比-峭度准则判决筛选分解得到的PF分量,重构筛选后的信号;计算重构信号的多尺度排列熵(MPE),以构建特征向量;通过AO优化的PNN的平滑因子,将优化后的神经网络用于中介轴承的故障诊断。基于中介轴承故障试验数据对诊断结果进行了分析,结果表明:提出的方法可以有效诊断高背景噪声、复杂路径干扰下的航空发动机中介轴承的典型故障,与粒子群优化的概率神经网络方法(PSO-PNN)和传统的PNN方法相比,其诊断准确率分别提高了3.875%和8.125%,具有较好的全局收敛性和计算鲁棒性。
关键词
局部均值分解
故障诊断
相关系数
-
能量比
-
峭度
准则
多尺度排列
熵
天鹰座优化算法
中介轴承
航空发动机
Keywords
local mean decomposition
fault diagnosis
correlation
-
coefficient,energy
-
ratio,kurtosis criterion
multi
-
scale permuta⁃tion entropy
aquila optimizer
inter
-
shaft bearing
aeroengine
分类号
V263.6 [航空宇航科学与技术—航空宇航制造工程]
在线阅读
下载PDF
职称材料
题名
基于AVMD与Teager能量算子的风电机组故障诊断方法
3
作者
时培明
伊思颖
张慧超
范雅斐
韩东颖
机构
燕山大学电气工程学院
燕山大学车辆与能源学院
出处
《振动.测试与诊断》
北大核心
2025年第2期390-397,418,共9页
基金
河北省自然科学基金资助项目(F2024203035)
湖北省工程研究中心开放课题资助项目(IDICP-KF-2024-10)。
文摘
为解决变分模态分解(variational mode decomposition,简称VMD)在噪声情况下提取风电机组故障特征时因参数设置的人为经验不足而带来的误差问题及耗费时间的问题,提出一种基于自适应变分模态分解(adaptive variational mode decomposition,简称AVMD)算法的风电机组故障诊断方法。首先,将包络熵-峭度-互信息准则(envelope entropy,kurtosis and mutual information,简称EKM)作为黏菌算法(slime mold algorithm,简称SMA)的适应度函数来寻找最优解,并按照最优解对故障信号进行分解;其次,计算每个固有模态函数分量(inherent modal function,简称IMF)的峭度和与原信号的互信息,选择具有故障特征的分量进行重构;最后,通过Teager能量算子解调来识别风电机组故障特征频率。仿真信号和实际风电机组故障信号表明,所提方法能够找到故障频率及其倍频,验证了其在风电机组故障诊断领域中的有效性。
关键词
自适应变分模态分解
黏菌算法
包络熵-峭度-互信息准则
TEAGER能量算子
Keywords
adaptive variational modal decomposition(AVMD)
slime mold algorithm(SMA)
envelope entropy
-
kurtosis
-
mutual(EKM)information criterion
Teager energy operator
分类号
TH133.3 [机械工程—机械制造及自动化]
TS737.1 [轻工技术与工程—制浆造纸工程]
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
最优最小熵反褶积与包络-导数能量算子在轴承故障提取中的应用
杨娜
刘晔
武昆
《电子测量与仪器学报》
CSCD
北大核心
2020
6
在线阅读
下载PDF
职称材料
2
基于LMD与AO-PNN的中介轴承故障诊断方法
徐石
栾孝驰
李彦徵
沙云东
郭小鹏
《航空发动机》
北大核心
2024
4
在线阅读
下载PDF
职称材料
3
基于AVMD与Teager能量算子的风电机组故障诊断方法
时培明
伊思颖
张慧超
范雅斐
韩东颖
《振动.测试与诊断》
北大核心
2025
0
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
