期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于多尺度线调频基稀疏信号分解的包络阶次谱在齿轮故障诊断中的应用 被引量:7
1
作者 皮维 于德介 +1 位作者 彭富强 罗洁思 《中国机械工程》 EI CAS CSCD 北大核心 2011年第1期69-74,共6页
提出了基于线调频基稀疏信号分解的包络阶次谱方法,并将其应用于变速齿轮箱故障诊断之中。采用基于多尺度线调频基的稀疏信号分解得到齿轮箱啮合分量的瞬时频率,由此得到转速信号,并据此对齿轮振动加速度信号的包络信号进行等角度重采样... 提出了基于线调频基稀疏信号分解的包络阶次谱方法,并将其应用于变速齿轮箱故障诊断之中。采用基于多尺度线调频基的稀疏信号分解得到齿轮箱啮合分量的瞬时频率,由此得到转速信号,并据此对齿轮振动加速度信号的包络信号进行等角度重采样,然后对重采样信号进行频谱分析,得到包络阶次谱,从而进行齿轮故障诊断。该方法无须使用转速计拾取转速信号,用软件方法实现了包络阶次分析,仿真算例与应用实例说明了该方法的有效性。 展开更多
关键词 稀疏信号分解 包络阶次谱 齿轮 故障诊断
在线阅读 下载PDF
变转速工况下基于改进奇异谱分解和1.5维包络阶次谱的风电机组轴承损伤识别 被引量:10
2
作者 王晓龙 唐贵基 +1 位作者 何玉灵 武英杰 《太阳能学报》 EI CAS CSCD 北大核心 2021年第1期240-247,共8页
为实现变转速工况下风电机组轴承故障损伤的准确识别,提出一种基于改进奇异谱分解(ISSD)和1.5维包络阶次谱的诊断方法。针对奇异谱分解存在的端点失真和奇异谱分量数量判定问题,提出极限学习机延拓结合窗函数的端点效应抑制策略以及基于... 为实现变转速工况下风电机组轴承故障损伤的准确识别,提出一种基于改进奇异谱分解(ISSD)和1.5维包络阶次谱的诊断方法。针对奇异谱分解存在的端点失真和奇异谱分量数量判定问题,提出极限学习机延拓结合窗函数的端点效应抑制策略以及基于Person相关系数的分量数量判定策略。首先,通过计算阶次追踪算法对拾取的信号进行等角度重采样,继而对重采样角域信号进行ISSD处理;为便于后续分析,利用排列熵指标从ISSD处理结果中筛选出最佳主敏感奇异谱分量,对其执行对称差分能量算子解调运算,并计算所得包络信号的1.5维谱;最后通过分析1.5维包络阶次谱中的阶次成分准确判定轴承运行状态。实验台信号及实测工程信号验证表明,所提方法能有效提取变转速工况下风电机组轴承损伤特征,具有一定工程参考价值。 展开更多
关键词 变转速 风电机组 轴承损伤 改进奇异分解 1.5维包络阶次谱
在线阅读 下载PDF
POVMD与包络阶次谱的变工况滚动轴承故障诊断 被引量:22
3
作者 姜战伟 郑近德 +1 位作者 潘海洋 潘紫微 《振动.测试与诊断》 EI CSCD 北大核心 2017年第3期609-616,共8页
针对变转速滚动轴承故障特征提取较难的问题,提出一种基于参数优化变分模态分解(parameter optimized variational mode decomposition,简称POVMD)与包络阶次谱的变工况滚动轴承故障诊断方法。首先,采用POVMD对变转速滚动轴承振动信号... 针对变转速滚动轴承故障特征提取较难的问题,提出一种基于参数优化变分模态分解(parameter optimized variational mode decomposition,简称POVMD)与包络阶次谱的变工况滚动轴承故障诊断方法。首先,采用POVMD对变转速滚动轴承振动信号进行分解,得到若干个本征模态函数之和;其次,对各个分量的时域信号进行角域重采样,将时变信号转化为平稳信号处理,再利用Hilbert变换估计重采样后的平稳信号的包络;最后,对得到的包络信号进行阶比分析,从谱图中读取故障特征信息。将POVMD方法与经验模态分解进行了对比,仿真信号分析结果表明了POVMD方法的优越性。将提出的变转速滚动轴承故障诊断方法应用于试验数据分析,分析结果表明,所提出的方法能够实现变转速滚动轴承的故障诊断,而且诊断效果优于现有方法。 展开更多
关键词 变分模态分解 变工况 包络阶次谱 滚动轴承 故障诊断
在线阅读 下载PDF
Envelope函数与Chebyshev滤波的滚动轴承故障诊断
4
作者 尹学慧 黄晋英 +2 位作者 张占一 侯尧花 郝高岩 《组合机床与自动化加工技术》 北大核心 2019年第4期116-119,128,共5页
为了更有效的提取变工况下滚动轴承的故障特征,抑制振动信号中由转速或载荷波动引起的趋势项。文章针对变工况条件下的滚动轴承故障诊断,提出了一种基于Envelope函数与包络阶次谱的变工况下滚动轴承故障诊断。在传统的故障诊断方法中,... 为了更有效的提取变工况下滚动轴承的故障特征,抑制振动信号中由转速或载荷波动引起的趋势项。文章针对变工况条件下的滚动轴承故障诊断,提出了一种基于Envelope函数与包络阶次谱的变工况下滚动轴承故障诊断。在传统的故障诊断方法中,求某一信号包络时用的最多的是希尔伯特变换,但并不是希尔伯特变换适用于所有信号包络的情况。文章运用契比雪夫滤波方法提高信号中的信噪比,为避免转速升降、波动或载荷变化引起的趋势项对测试信号的影响,用Envelope函数计算信号包络。通过仿真数据和实验数据分析表明基于Envelope函数的包络能更有效的计算出变工况下调幅信号中的调制阶次,用切比雪夫波滤波可以使得变工况下信号中故障特征阶次更加明显,更有利于故障识别,为变工况下的机械故障诊断提供参考。 展开更多
关键词 Envelope函数 故障诊断 包络阶次谱 切比雪夫
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部