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
多通道多分量分解方法在变转速工况齿轮故障特征提取中的应用
被引量：
2
1
作者
张亢
田泽宇
+2 位作者
陈向民
廖力达
吴家腾
《中国机械工程》
EI
CAS
CSCD
北大核心
2022年第20期2483-2491,共9页
齿轮故障振动信号在非稳态工况下,其分量可能存在跨时间尺度或不同分量重叠的复杂时频特征,传统的以局部时间尺度特征为依据的分解方法无法分解,为此,引入一种新的多通道多分量分解(MMD)方法。MMD方法创新性地将单分量信号看成具有不同...
齿轮故障振动信号在非稳态工况下,其分量可能存在跨时间尺度或不同分量重叠的复杂时频特征,传统的以局部时间尺度特征为依据的分解方法无法分解,为此,引入一种新的多通道多分量分解(MMD)方法。MMD方法创新性地将单分量信号看成具有不同权重系数的特征向量线性组合,通过迭代优化出权重系数,便可获得相应的分量信号。解决了MMD分析高采样率的实际振动信号时大数据量会导致其分解效率降低的问题,并将MMD方法应用于变转速工况下齿轮故障振动信号的分析,结果表明,该方法可以有效分解出在时频域发生重叠的故障分量信号,较传统的以时间尺度特征为依据的分解方法具有明显优势,结合阶次分析可以清晰准确地提取出齿轮故障特征信息。
展开更多
关键词
多通道多分量分解
时频聚集性度量
变转速工况
齿轮
故障特征提取
在线阅读
下载PDF
职称材料
MPA-MMD方法在变转速齿轮箱振动信号特征提取中的应用
被引量：
2
2
作者
张亢
麻云娇
+2 位作者
袁志文
陈向民
田泽宇
《振动与冲击》
EI
CSCD
北大核心
2023年第24期127-135,共9页
变转速工况下齿轮箱振动信号的分量通常具有时频重叠和跨频带特征,分量直接分离非常困难。对此,引入一种新的多通道多分量分解(multichannel multipoint distribution, MMD)方法,并利用新型群体智能优化算法——海洋捕食者算法(marine p...
变转速工况下齿轮箱振动信号的分量通常具有时频重叠和跨频带特征,分量直接分离非常困难。对此,引入一种新的多通道多分量分解(multichannel multipoint distribution, MMD)方法,并利用新型群体智能优化算法——海洋捕食者算法(marine predators algorithm, MPA)求解MMD方法中的关键优化问题,进而提出了基于MPA优化的MMD(MPA-MMD)方法。MPA-MMD方法将每一个分量表示为一组加权特征向量的线性组合,因为不依赖时间尺度特征,所以特别适合分解具有时频重叠或跨频带特征的复杂信号。通过设置具有分量重叠、跨频带和波动性特征的加噪仿真信号,将MPA-MMD与基于其他优化算法的MMD,以及多通道变分模态分解进行了对比分析,结果表明MPA-MMD在分解效果、收敛性和抑噪性方面的优势;在此基础上,针对变转速工况下齿轮箱振动信号具有分量重叠和跨频带的复杂特征,将MPA-MMD应用于变转速工况下齿轮箱振动信号的特征提取,具有针对性的试验信号分析结果表明,MPA-MMD可直接准确地获得受转速影响的故障分量。
展开更多
关键词
多通道多分量分解
(MMD)
优化问题求解
海洋捕食者算法(MPA)
变转速工况
齿轮箱
故障特征提取
在线阅读
下载PDF
职称材料
题名
多通道多分量分解方法在变转速工况齿轮故障特征提取中的应用
被引量：
2
1
作者
张亢
田泽宇
陈向民
廖力达
吴家腾
机构
长沙理工大学能源与动力工程学院
湖南大学机械与运载工程学院
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2022年第20期2483-2491,共9页
基金
国家自然科学基金(51305046)
湖南省自然科学基金(2018JJ3541)
湖南省教育厅科学研究项目(21B0347,20B019)。
文摘
齿轮故障振动信号在非稳态工况下,其分量可能存在跨时间尺度或不同分量重叠的复杂时频特征,传统的以局部时间尺度特征为依据的分解方法无法分解,为此,引入一种新的多通道多分量分解(MMD)方法。MMD方法创新性地将单分量信号看成具有不同权重系数的特征向量线性组合,通过迭代优化出权重系数,便可获得相应的分量信号。解决了MMD分析高采样率的实际振动信号时大数据量会导致其分解效率降低的问题,并将MMD方法应用于变转速工况下齿轮故障振动信号的分析,结果表明,该方法可以有效分解出在时频域发生重叠的故障分量信号,较传统的以时间尺度特征为依据的分解方法具有明显优势,结合阶次分析可以清晰准确地提取出齿轮故障特征信息。
关键词
多通道多分量分解
时频聚集性度量
变转速工况
齿轮
故障特征提取
Keywords
multichannel multicomponent decomposition(MMD)
time-frequency concentration measure
variable rotating speed working condition
gear
fault feature extraction
分类号
TN911.7 [电子电信—通信与信息系统]
TH165.3 [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
MPA-MMD方法在变转速齿轮箱振动信号特征提取中的应用
被引量：
2
2
作者
张亢
麻云娇
袁志文
陈向民
田泽宇
机构
长沙理工大学能源与动力工程学院
华能国际电力股份有限公司湖南清洁能源分公司
出处
《振动与冲击》
EI
CSCD
北大核心
2023年第24期127-135,共9页
基金
湖南省自然科学基金(2018JJ3541)
湖南省教育厅科学研究项目(21B0347,20B019)。
文摘
变转速工况下齿轮箱振动信号的分量通常具有时频重叠和跨频带特征,分量直接分离非常困难。对此,引入一种新的多通道多分量分解(multichannel multipoint distribution, MMD)方法,并利用新型群体智能优化算法——海洋捕食者算法(marine predators algorithm, MPA)求解MMD方法中的关键优化问题,进而提出了基于MPA优化的MMD(MPA-MMD)方法。MPA-MMD方法将每一个分量表示为一组加权特征向量的线性组合,因为不依赖时间尺度特征,所以特别适合分解具有时频重叠或跨频带特征的复杂信号。通过设置具有分量重叠、跨频带和波动性特征的加噪仿真信号,将MPA-MMD与基于其他优化算法的MMD,以及多通道变分模态分解进行了对比分析,结果表明MPA-MMD在分解效果、收敛性和抑噪性方面的优势;在此基础上,针对变转速工况下齿轮箱振动信号具有分量重叠和跨频带的复杂特征,将MPA-MMD应用于变转速工况下齿轮箱振动信号的特征提取,具有针对性的试验信号分析结果表明,MPA-MMD可直接准确地获得受转速影响的故障分量。
关键词
多通道多分量分解
(MMD)
优化问题求解
海洋捕食者算法(MPA)
变转速工况
齿轮箱
故障特征提取
Keywords
multichannel multicomponent decomposition(MMD)
optimization problem solving
marine predators algorithm(MPA)
variable rotating speed condition
gearbox
fault feature extraction
分类号
TN911.7 [电子电信—通信与信息系统]
TH165.3 [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
作者
出处
发文年
被引量
操作
1
多通道多分量分解方法在变转速工况齿轮故障特征提取中的应用
张亢
田泽宇
陈向民
廖力达
吴家腾
《中国机械工程》
EI
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
2
MPA-MMD方法在变转速齿轮箱振动信号特征提取中的应用
张亢
麻云娇
袁志文
陈向民
田泽宇
《振动与冲击》
EI
CSCD
北大核心
2023
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
