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
机械振动信号自适应多尺度非线性动力学特征提取方法研究
被引量：
13
1
作者
刘敏
范红波
+2 位作者
张英堂
李志宁
杨望灿
《振动与冲击》
EI
CSCD
北大核心
2020年第14期224-232,250,共10页
针对机械振动信号的故障特征提取问题,提出了基于独立变分模态分解与多尺度非线性动力学参数的特征提取方法。①提出频谱循环相干系数选取匹配波形对机械振动信号进行端点延拓后再进行VMD分解得到不同频率尺度的IMF分量;②根据互相关准...
针对机械振动信号的故障特征提取问题,提出了基于独立变分模态分解与多尺度非线性动力学参数的特征提取方法。①提出频谱循环相干系数选取匹配波形对机械振动信号进行端点延拓后再进行VMD分解得到不同频率尺度的IMF分量;②根据互相关准则选取有效的IMF分量进行核独立成分分析,分离出相互独立的有效故障特征频带分量;③计算各独立分量的复合多尺度模糊熵偏均值,并利用正交变换将独立分量正交化后构造多维超体,进而利用多维超体体积定义并计算信号的双测度分形维数,从而获得多尺度非线性动力学特征参数,实现机械故障诊断。仿真和实验结果表明:所提方法可有效抑制VMD分解的端点效应和模态混叠,信号分解效果好,特征参数分类精度高,极大地提高了机械故障诊断准确率。
展开更多
关键词
频谱循环相干系数
端点延拓
独立变分模态分解
复合
多尺度模糊熵偏均值
双测度分形维数
在线阅读
下载PDF
职称材料
基于ASTFA和PMMFE的齿轮故障诊断方法
被引量：
3
2
作者
李宝庆
程军圣
+1 位作者
吴占涛
杨宇
《振动工程学报》
EI
CSCD
北大核心
2016年第5期928-935,共8页
提出一种新的反映信号复杂度或非线性度的方法——多尺度模糊熵偏均值(PMMFE),PMMFE是在多尺度模糊熵的基础上提出的。多尺度模糊熵虽然包含不同尺度上的时间模式信息,反映了信号的内在特征,但是对于特征相近的信号,其在绝大部分尺度上...
提出一种新的反映信号复杂度或非线性度的方法——多尺度模糊熵偏均值(PMMFE),PMMFE是在多尺度模糊熵的基础上提出的。多尺度模糊熵虽然包含不同尺度上的时间模式信息,反映了信号的内在特征,但是对于特征相近的信号,其在绝大部分尺度上的表征并不理想。PMMFE综合考虑多个尺度的模糊熵值,利用不同尺度上模糊熵值的偏态分布特性来定量表征信号的复杂度或非线性度,更加准确地反映信号的特征。但是齿轮箱中的齿轮故障振动信号是多源振动信号,需将齿轮振动本源信号分离出来才能进行特征提取。自适应最稀疏时频分析方法(ASTFA)根据齿轮啮合频率确定初始相位函数就可以有效分离齿轮故障振动本源信号。将ASTFA和PMMFE相结合用于齿轮故障诊断,首先采用ASTFA分离齿轮箱中的齿轮故障振动信号,其次计算该信号的多尺度模糊熵,再根据多尺度模糊熵计算PMMFE。实验分析结果表明该方法能够有效判别齿轮箱中的齿轮故障及其类型。
展开更多
关键词
故障诊断
自适应最稀疏时频分析
齿轮
多尺度
模糊
熵
多尺度模糊熵偏均值
在线阅读
下载PDF
职称材料
题名
机械振动信号自适应多尺度非线性动力学特征提取方法研究
被引量：
13
1
作者
刘敏
范红波
张英堂
李志宁
杨望灿
机构
陆军工程大学石家庄校区七系
中国人民解放军
出处
《振动与冲击》
EI
CSCD
北大核心
2020年第14期224-232,250,共10页
基金
国家自然科学基金(51305454)。
文摘
针对机械振动信号的故障特征提取问题,提出了基于独立变分模态分解与多尺度非线性动力学参数的特征提取方法。①提出频谱循环相干系数选取匹配波形对机械振动信号进行端点延拓后再进行VMD分解得到不同频率尺度的IMF分量;②根据互相关准则选取有效的IMF分量进行核独立成分分析,分离出相互独立的有效故障特征频带分量;③计算各独立分量的复合多尺度模糊熵偏均值,并利用正交变换将独立分量正交化后构造多维超体,进而利用多维超体体积定义并计算信号的双测度分形维数,从而获得多尺度非线性动力学特征参数,实现机械故障诊断。仿真和实验结果表明:所提方法可有效抑制VMD分解的端点效应和模态混叠,信号分解效果好,特征参数分类精度高,极大地提高了机械故障诊断准确率。
关键词
频谱循环相干系数
端点延拓
独立变分模态分解
复合
多尺度模糊熵偏均值
双测度分形维数
Keywords
spectral cyclic coherence coefficient
endpoint extension
independent variational mode decomposition
composite multi-scale fuzzy entropy partial mean
dual measure fractal dimension
分类号
TH137 [机械工程—机械制造及自动化]
TK41.1 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
基于ASTFA和PMMFE的齿轮故障诊断方法
被引量：
3
2
作者
李宝庆
程军圣
吴占涛
杨宇
机构
湖南大学汽车车身先进设计制造国家重点实验室
出处
《振动工程学报》
EI
CSCD
北大核心
2016年第5期928-935,共8页
基金
国家自然科学基金资助项目(51375152
51575168)
+1 种基金
智能型新能源汽车国家2011协同创新中心
湖南省绿色汽车2011协同创新中心资助项目
文摘
提出一种新的反映信号复杂度或非线性度的方法——多尺度模糊熵偏均值(PMMFE),PMMFE是在多尺度模糊熵的基础上提出的。多尺度模糊熵虽然包含不同尺度上的时间模式信息,反映了信号的内在特征,但是对于特征相近的信号,其在绝大部分尺度上的表征并不理想。PMMFE综合考虑多个尺度的模糊熵值,利用不同尺度上模糊熵值的偏态分布特性来定量表征信号的复杂度或非线性度,更加准确地反映信号的特征。但是齿轮箱中的齿轮故障振动信号是多源振动信号,需将齿轮振动本源信号分离出来才能进行特征提取。自适应最稀疏时频分析方法(ASTFA)根据齿轮啮合频率确定初始相位函数就可以有效分离齿轮故障振动本源信号。将ASTFA和PMMFE相结合用于齿轮故障诊断,首先采用ASTFA分离齿轮箱中的齿轮故障振动信号,其次计算该信号的多尺度模糊熵,再根据多尺度模糊熵计算PMMFE。实验分析结果表明该方法能够有效判别齿轮箱中的齿轮故障及其类型。
关键词
故障诊断
自适应最稀疏时频分析
齿轮
多尺度
模糊
熵
多尺度模糊熵偏均值
Keywords
fault dlognosis~ adaptive and sparsest time-frequency analysis
gear
multi-scale fuzzy entropy
partial mean multiscale fuzzy entropy
分类号
TH165.3 [机械工程—机械制造及自动化]
TN911.7 [电子电信—通信与信息系统]
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
机械振动信号自适应多尺度非线性动力学特征提取方法研究
刘敏
范红波
张英堂
李志宁
杨望灿
《振动与冲击》
EI
CSCD
北大核心
2020
13
在线阅读
下载PDF
职称材料
2
基于ASTFA和PMMFE的齿轮故障诊断方法
李宝庆
程军圣
吴占涛
杨宇
《振动工程学报》
EI
CSCD
北大核心
2016
3
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
