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
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：
77
1
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...
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。
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
加权奇异值结合极值点包络的变转速轴承微弱故障诊断
被引量：
4
2
作者
张洲
张宏立
+1 位作者
马萍
王聪
《振动与冲击》
EI
CSCD
北大核心
2021年第14期162-169,共8页
针对强背景噪声干扰且转速时变下滚动轴承微弱故障难以有效诊断的问题,提出加权奇异值分解(WSVD)重构结合极值点包络阶次跟踪的变转速滚动轴承微弱故障诊断方法。对于奇异值分解(SVD)后对故障特征子分量有效重构的问题,利用周期调制强度...
针对强背景噪声干扰且转速时变下滚动轴承微弱故障难以有效诊断的问题,提出加权奇异值分解(WSVD)重构结合极值点包络阶次跟踪的变转速滚动轴承微弱故障诊断方法。对于奇异值分解(SVD)后对故障特征子分量有效重构的问题,利用周期调制强度(PMI)表征各子分量故障特征信息,并对含有较多故障特征的子分量加权重构,实现微弱故障信号的信噪分离与特征增强;引入极值点包络阶次跟踪方法,通过求取重构信号的极值点包络,对其进行阶次跟踪,根据包络阶次谱图中的阶次信息对故障信息进行分析,达到微弱故障有效诊断的目的。变转速滚动轴承微弱故障的仿真和实例分析结果表明,与传统方法和其他方法相比,所提方法能有效增强微弱故障特征,去除噪声,准确诊断变转速下滚动轴承微弱故障。该方法为变转速下滚动轴承微弱故障诊断提供了新思路。
展开更多
关键词
加权奇异值重构(WSVD)
周期调制强度(PMI)
极值点包络阶次跟踪
变转速滚动轴承
微弱故障诊断
在线阅读
下载PDF
职称材料
基于非局部均值去噪和快速谱相关的滚动轴承早期故障诊断方法
被引量：
9
3
作者
万书亭
彭勃
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第1期76-85,共10页
针对如何从非线性、多分量、强背景噪声的滚动轴承早期故障振动信号中有效提取出微弱故障特征并准确判断故障类型,提出基于非局部均值去噪和快速谱相关的故障诊断方法。首先利用非局部均值去噪算法对原始振动信号进行降噪预处理,提高信...
针对如何从非线性、多分量、强背景噪声的滚动轴承早期故障振动信号中有效提取出微弱故障特征并准确判断故障类型,提出基于非局部均值去噪和快速谱相关的故障诊断方法。首先利用非局部均值去噪算法对原始振动信号进行降噪预处理,提高信号信噪比。然后,对降噪信号进行快速谱相关分析,增强信号中的周期成分,获得快速谱相关谱及其对应的增强包络谱。最后,将增强包络谱中幅值突出的频率成分与故障特征频率进行对比,判定故障类型并实现故障诊断。使用本文提出方法对仿真故障信号、实验故障信号进行分析。研究结果表明:相较于快速谱相关方法、谱峭度结合非局部均值去噪方法以及非局部均值去噪结合经验模态分解方法,本文提出方法可以抑制轴承早期故障振动信号中的背景噪声,有效提取出微弱故障特征,准确判断故障类型,避免出现误诊。
展开更多
关键词
滚动轴承
特征提取
微弱故障诊断
非局部均值去噪
快速谱相关
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：
77
1
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
加权奇异值结合极值点包络的变转速轴承微弱故障诊断
被引量：
4
2
作者
张洲
张宏立
马萍
王聪
机构
新疆大学电气工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2021年第14期162-169,共8页
基金
国家自然科学基金(51767022)
国家自然科学基金(51967019)
新疆维吾尔自治区自然科学基金(2019D01C082)。
文摘
针对强背景噪声干扰且转速时变下滚动轴承微弱故障难以有效诊断的问题,提出加权奇异值分解(WSVD)重构结合极值点包络阶次跟踪的变转速滚动轴承微弱故障诊断方法。对于奇异值分解(SVD)后对故障特征子分量有效重构的问题,利用周期调制强度(PMI)表征各子分量故障特征信息,并对含有较多故障特征的子分量加权重构,实现微弱故障信号的信噪分离与特征增强;引入极值点包络阶次跟踪方法,通过求取重构信号的极值点包络,对其进行阶次跟踪,根据包络阶次谱图中的阶次信息对故障信息进行分析,达到微弱故障有效诊断的目的。变转速滚动轴承微弱故障的仿真和实例分析结果表明,与传统方法和其他方法相比,所提方法能有效增强微弱故障特征,去除噪声,准确诊断变转速下滚动轴承微弱故障。该方法为变转速下滚动轴承微弱故障诊断提供了新思路。
关键词
加权奇异值重构(WSVD)
周期调制强度(PMI)
极值点包络阶次跟踪
变转速滚动轴承
微弱故障诊断
Keywords
weighted singular value decomposition(WSVD)
periodic modulation intensity(PMI)
extreme point envelope order tracking
rolling bearing
weak fault diagnosis
variable-speed condition
分类号
TH165.3 [机械工程—机械制造及自动化]
TH133.33 [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
基于非局部均值去噪和快速谱相关的滚动轴承早期故障诊断方法
被引量：
9
3
作者
万书亭
彭勃
机构
华北电力大学机械工程系
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020年第1期76-85,共10页
基金
国家自然科学基金资助项目(51777075)
河北省自然科学基金资助项目(E2019502064)
中央高校基本科研业务费专项资金资助项目(2019QN131)~~
文摘
针对如何从非线性、多分量、强背景噪声的滚动轴承早期故障振动信号中有效提取出微弱故障特征并准确判断故障类型,提出基于非局部均值去噪和快速谱相关的故障诊断方法。首先利用非局部均值去噪算法对原始振动信号进行降噪预处理,提高信号信噪比。然后,对降噪信号进行快速谱相关分析,增强信号中的周期成分,获得快速谱相关谱及其对应的增强包络谱。最后,将增强包络谱中幅值突出的频率成分与故障特征频率进行对比,判定故障类型并实现故障诊断。使用本文提出方法对仿真故障信号、实验故障信号进行分析。研究结果表明:相较于快速谱相关方法、谱峭度结合非局部均值去噪方法以及非局部均值去噪结合经验模态分解方法,本文提出方法可以抑制轴承早期故障振动信号中的背景噪声,有效提取出微弱故障特征,准确判断故障类型,避免出现误诊。
关键词
滚动轴承
特征提取
微弱故障诊断
非局部均值去噪
快速谱相关
Keywords
rolling bearing
feature extraction
weak fault diagnosis
nonlocal mean denoising
fast spectral correlation
分类号
TH11 [机械工程—机械设计及理论]
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
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
77
在线阅读
下载PDF
职称材料
2
加权奇异值结合极值点包络的变转速轴承微弱故障诊断
张洲
张宏立
马萍
王聪
《振动与冲击》
EI
CSCD
北大核心
2021
4
在线阅读
下载PDF
职称材料
3
基于非局部均值去噪和快速谱相关的滚动轴承早期故障诊断方法
万书亭
彭勃
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2020
9
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
