检索结果-维普期刊中文期刊服务平台

改进Autogram及其在滚动轴承故障诊断中的应用被引量：2: 1; 作者何勇王红《机械科学与技术》 CSCD 北大核心 2022年第3期451-456,共6页; 针对自相关谱峭度(Autogram)诊断效果易受最大重叠离散小波包变换(MODWPT)预设分解层数影响的不足,本文提出一种参数自适应Autogram诊断方法。该方法将平均包络熵(MEE)最小值作为优化目标对MODWPT最佳分解层数进行搜寻,并以分解后节点... 展开更多; 关键词滚动轴承改进Autogram 自适应MODWPT 平均包络熵故障特征提取; 在线阅读下载PDF 职称材料

基于优化VMD-SVM参数的铣削颤振识别被引量：2: 2; 作者贾广飞姚海洋《组合机床与自动化加工技术》北大核心 2023年第6期149-153,共5页; 铣削颤振是影响加工质量和切削效率的重要因素之一,为了有效抑制颤振发生,需要对铣削过程进行颤振识别。针对颤振识别中特征提取和识别准确率问题,提出基于麻雀搜索算法(SSA)优化变分模态分解(VMD)和支持向量机(SVM)关键参数的铣削颤振... 展开更多; 关键词铣削颤振变分模态分解麻雀搜索算法平均包络熵支持向量机; 在线阅读下载PDF 职称材料

基于改进自适应变分模态分解的滚动轴承微弱故障诊断被引量：82: 3; 作者谷然陈捷 +2 位作者洪荣晶潘裕斌李媛媛《振动与冲击》 EI CSCD 北大核心 2020年第8期1-7,22,共8页; 滚动轴承早期故障信息微弱,且混有大量背景噪声,难以提取其故障特征。提出了一种改进的自适应变分模态分解(AVMD)与Teager能量谱的微弱故障诊断方法。将最小平均包络熵(MMEE)作为目标函数,自动搜寻影响参数最佳值,确保变分模态分解(VMD... 展开更多; 关键词自适应变分模态分解(AVMD) 最小平均包络熵(MMEE) 加权峭度指标(WK) Teager能量算子(TEO) 微弱故障诊断; 在线阅读下载PDF 职称材料

参数优化VMD和SVM的滚动轴承故障诊断被引量：15: 4; 作者李永琪彭珍瑞《机械科学与技术》 CSCD 北大核心 2022年第10期1509-1514,共6页; 为了便于选取变分模态分解(VMD)参数、综合考虑轴承故障信号周期冲击性、循环平稳性,各分量与原信号相关性及不同故障诊断的问题,构建了一种天牛须搜索算法(BAS)优化VMD及加权合成峭度提取最优本征模态函数(IMF),并结合布谷鸟算法优化... 展开更多; 关键词变分模态分解天牛须搜索算法加权合成峭度布谷鸟算法支持向量机平均包络熵; 在线阅读下载PDF 职称材料

题名改进Autogram及其在滚动轴承故障诊断中的应用被引量：2: 1; 作者何勇王红; 机构兰州交通大学机电工程学院; 出处《机械科学与技术》 CSCD 北大核心 2022年第3期451-456,共6页; 基金国家自然科学基金项目(72061022) 甘肃省自然科学基金项目(20JR5RA401) +2 种基金甘肃省青年科技基金项目(20JR10RA270)。; 文摘针对自相关谱峭度(Autogram)诊断效果易受最大重叠离散小波包变换(MODWPT)预设分解层数影响的不足,本文提出一种参数自适应Autogram诊断方法。该方法将平均包络熵(MEE)最小值作为优化目标对MODWPT最佳分解层数进行搜寻,并以分解后节点平方包络自相关峭度的最大值来确定最优频带的中心频率及带宽,最后通过包络解调提取故障特征信息。研究结果表明,自适应的分解层数确定方法较好地改善了Autogram方法的故障诊断效果,该方法可以快速、准确地识别出滚动轴承的故障特征。; 关键词滚动轴承改进Autogram 自适应MODWPT 平均包络熵故障特征提取; Keywords rolling bearing improve Autogram adaptive MODWPT mean envelope entropy fault feature extraction; 分类号 TH133.3 [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

题名基于优化VMD-SVM参数的铣削颤振识别被引量：2: 2; 作者贾广飞姚海洋; 机构河北科技大学机械工程学院; 出处《组合机床与自动化加工技术》北大核心 2023年第6期149-153,共5页; 基金河北省自然科学基金项目(E2020208052)。; 文摘铣削颤振是影响加工质量和切削效率的重要因素之一,为了有效抑制颤振发生,需要对铣削过程进行颤振识别。针对颤振识别中特征提取和识别准确率问题,提出基于麻雀搜索算法(SSA)优化变分模态分解(VMD)和支持向量机(SVM)关键参数的铣削颤振识别方法。采用SSA对VMD的关键参数以平均包络熵最小原则进行寻优;使用优化后的VMD分解铣削颤振信号,根据相关系数法筛选敏感的本征模态函数(IMF)分量重构原信号;提取重构信号的小波包能量熵构造颤振特征向量矩阵并输入经SSA优化的SVM模型中进行模型训练和铣削颤振识别。结果表明,提出的经SSA优化的VMD-SVM模型与未优化的VMD-SVM模型相比具有更高的识别准确率。; 关键词铣削颤振变分模态分解麻雀搜索算法平均包络熵支持向量机; Keywords milling chatter variational modal decomposition sparrow search algorithm average envelope entropy support vector machine; 分类号 TH161 [机械工程—机械制造及自动化] TG54 [金属学及工艺—金属切削加工及机床]; 在线阅读下载PDF 职称材料

题名基于改进自适应变分模态分解的滚动轴承微弱故障诊断被引量：82: 3; 作者谷然陈捷洪荣晶潘裕斌李媛媛; 机构南京工业大学机械与动力工程学院敏实集团; 出处《振动与冲击》 EI CSCD 北大核心 2020年第8期1-7,22,共8页; 基金国家自然科学基金(51875273)。; 文摘滚动轴承早期故障信息微弱,且混有大量背景噪声,难以提取其故障特征。提出了一种改进的自适应变分模态分解(AVMD)与Teager能量谱的微弱故障诊断方法。将最小平均包络熵(MMEE)作为目标函数,自动搜寻影响参数最佳值,确保变分模态分解(VMD)实现最优分解,并提出加权峭度指标(WK)用于选择有效模态分量进行信号重构,对重构信号进行Teager能量谱分析,从而识别故障特征频率。对轴承微弱故障振动信号的研究表明,所提方法改进了传统VMD算法分解精度受参数影响较大,导致信号出现过分解或欠分解的问题;与集合经验模态分解和局部均值分解算法相比所提方法具有更强的噪声鲁棒性和故障信息提取能力。; 关键词自适应变分模态分解(AVMD) 最小平均包络熵(MMEE) 加权峭度指标(WK) Teager能量算子(TEO) 微弱故障诊断; Keywords adaptive variational modal decomposition(AVMD) minimum mean envelope entropy(MMEE) weighted kurtosis(WK) Teager energy operator(TEO) weak fault diagnosis; 分类号 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

题名参数优化VMD和SVM的滚动轴承故障诊断被引量：15: 4; 作者李永琪彭珍瑞; 机构兰州交通大学机电工程学院; 出处《机械科学与技术》 CSCD 北大核心 2022年第10期1509-1514,共6页; 基金甘肃省自然科学基金重点项目(20JR10RA209) 甘肃省高校协同创新团队项目(2018C-12) 兰州市人才创新创业项目(2017-RC-66)。; 文摘为了便于选取变分模态分解(VMD)参数、综合考虑轴承故障信号周期冲击性、循环平稳性,各分量与原信号相关性及不同故障诊断的问题,构建了一种天牛须搜索算法(BAS)优化VMD及加权合成峭度提取最优本征模态函数(IMF),并结合布谷鸟算法优化支持向量机(CS-SVM)的轴承故障诊断方法。先以平均包络熵为BAS的适应度函数优化VMD参数,接着对信号进行VMD分解。然后以加权合成峭度最大优选IMF,对所选IMF提取故障特征并组成特征向量。最后,将其输入CS-SVM中进行故障分类。运用仿真信号和实际轴承数据验证所提方法的可行性。; 关键词变分模态分解天牛须搜索算法加权合成峭度布谷鸟算法支持向量机平均包络熵; Keywords variational mode decomposition beetle antennae search weighted ensemble kurtosis cuckoo search support vector machine mean envelope entropy; 分类号 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	改进Autogram及其在滚动轴承故障诊断中的应用	何勇王红	《机械科学与技术》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
2	基于优化VMD-SVM参数的铣削颤振识别	贾广飞姚海洋	《组合机床与自动化加工技术》北大核心	2023	2	在线阅读下载PDF 职称材料
3	基于改进自适应变分模态分解的滚动轴承微弱故障诊断	谷然陈捷洪荣晶潘裕斌李媛媛	《振动与冲击》 EI CSCD 北大核心	2020	82	在线阅读下载PDF 职称材料
4	参数优化VMD和SVM的滚动轴承故障诊断	李永琪彭珍瑞	《机械科学与技术》 CSCD 北大核心	2022	15	在线阅读下载PDF 职称材料