检索结果-维普期刊中文期刊服务平台

RSK-MOMEDA与PF在滚动轴承故障预测中的应用: 1; 作者赵英杰傅子霞沈建《机械设计与制造》北大核心 2025年第6期40-45,共6页; 针对滚动轴承故障预测起始点确定困难以及故障预测结果不科学的问题,深入开展滚动轴承故障预测方法研究,提出了基于快速谱峭度-多点最优最小熵解卷积(Rapid Spectral Kurtosis and Multipoint Optimal Minimum Entropy Deconvolution Ad... 展开更多; 关键词滚动轴承早期故障诊断快速谱峭度-多点最优最小熵解卷积粒子滤波故障预测; 在线阅读下载PDF 职称材料

基于IEWT-MOMEDA-FSC的滚动轴承故障诊断被引量：2: 2; 作者吴振雄王林军 +2 位作者邹腾枭陈梦华陈保家《三峡大学学报（自然科学版）》北大核心 2024年第1期92-98,共7页; 针对滚动轴承故障信号常伴有噪声干扰且故障特征难以提取的问题,本文提出一种基于改进经验小波变换(IEWT)、多点优化最小熵解卷积(MOMEDA)和快速谱相关(FSC)的滚动轴承故障诊断方法.首先,将原始信号进行快速谱相关分析得到增强包络谱,... 展开更多; 关键词改进经验小波变换多点最优最小熵解卷积快速谱相关峭度互相关; 在线阅读下载PDF 职称材料

基于SK‑MOMEDA的风电机组轴承复合故障特征分离提取被引量：7: 3; 作者向玲李京蓄 +1 位作者胡爱军李营《振动．测试与诊断》 EI CSCD 北大核心 2021年第4期644-651,826,共9页; 针对在实际工况中风电机组滚动轴承发生复合故障时,多个故障间相互作用,彼此干扰,造成复合故障特征难以分离问题,提出了基于谱峭度(spectral kurtosis,简称SK)与多点最优调整的最小熵解卷积(multipoint optimal minimum entropy deconvo... 展开更多; 关键词风电机组轴承复合故障分离提取谱峭度多点最优调整的最小熵解卷积; 在线阅读下载PDF 职称材料

基于改进SSD和MOMEDA的滚动轴承复合故障诊断被引量：2: 4; 作者刘尚坤张伟 +2 位作者范壮壮孔德刚张秀花《组合机床与自动化加工技术》北大核心 2022年第6期138-141,145,共5页; 针对滚动轴承复合故障特征存在交叉影响又受环境噪声干扰、分离诊断困难问题,提出一种基于改进奇异谱分解(SSD)和多点最优最小熵解卷积调整(MOMEDA)的滚动轴承复合故障分离诊断方法。首先,为了克服SSD分解层数需要凭经验设定而难以选到... 展开更多; 关键词改进奇异谱分解相关峭度多点最优最小熵解卷积调整滚动轴承复合故障; 在线阅读下载PDF 职称材料

题名RSK-MOMEDA与PF在滚动轴承故障预测中的应用: 1; 作者赵英杰傅子霞沈建; 机构长沙职业技术学院智能制造工程学院; 出处《机械设计与制造》北大核心 2025年第6期40-45,共6页; 基金变工况下数控机床进给系统传动部件故障智能检测技术研究—湖南省自然科学基金科教联合项目(2020JJ7093) 变载荷下行星齿轮箱损伤动力学建模与故障预测理论方法研究—湖南省自然科学基金科教联合项目(2021JJ60100)。; 文摘针对滚动轴承故障预测起始点确定困难以及故障预测结果不科学的问题,深入开展滚动轴承故障预测方法研究,提出了基于快速谱峭度-多点最优最小熵解卷积(Rapid Spectral Kurtosis and Multipoint Optimal Minimum Entropy Deconvolution Adjusted,简称RSK-MOMEDA)与粒子滤波(Particle Filter,简称PF)的滚动轴承故障预测方法。通过RSK-MOMEDA方法实现轴承早期故障特征增强,进而挖掘出滚动轴承全寿命退化数据中的早期故障发生节点,从而为后续故障预测起始点的确定提供科学依据;基于PF方法的概率统计特性,开展滚动轴承故障预测并给出置信区间下的故障预测结果,有效提升滚动轴承故障预测的置信度,为工程实际提供一种有益故障预测参考方法。; 关键词滚动轴承早期故障诊断快速谱峭度-多点最优最小熵解卷积粒子滤波故障预测; Keywords Rolling Bearing Early Fault Diagnosis Rapid Spectral Kurtosis and Multipoint Optimal Minimum En-tropy Deconvolution Particle Filter Failure Prediction; 分类号 TH16 [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IEWT-MOMEDA-FSC的滚动轴承故障诊断被引量：2: 2; 作者吴振雄王林军邹腾枭陈梦华陈保家; 机构三峡大学水电机械设备设计与维护湖北省重点实验室三峡大学机械与动力学院湖北特种设备检验检测研究院宜昌分院; 出处《三峡大学学报（自然科学版）》北大核心 2024年第1期92-98,共7页; 基金国家自然科学基金项目(51975324)。; 文摘针对滚动轴承故障信号常伴有噪声干扰且故障特征难以提取的问题,本文提出一种基于改进经验小波变换(IEWT)、多点优化最小熵解卷积(MOMEDA)和快速谱相关(FSC)的滚动轴承故障诊断方法.首先,将原始信号进行快速谱相关分析得到增强包络谱,通过增强包络谱的极值点来自适应地划分频谱,以分割的频谱为边界构建小波滤波器组将信号分解为多个IMF分量,利用相关峭度准则筛选出有效的分量进行叠加;其次,用MOMEDA对其进行降噪处理,将降噪后的信号进行快速谱相关分析,得到增强包络谱图;最后,将增强包络谱图中幅值较高的频率与故障频率对比,判定其失效形式,用所提出的方法对实测轴承故障信号进行分析验证.结果表明,所提出的方法能有效降低噪音干扰且增强信号故障冲击特性,在噪声环境下具有较强的故障特征提取能力.; 关键词改进经验小波变换多点最优最小熵解卷积快速谱相关峭度互相关; Keywords improved empirical wavelet transform multipoint optimal minimum entropy deconvolution adjusted fast spectral correlation kurtosis cross correlation; 分类号 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SK‑MOMEDA的风电机组轴承复合故障特征分离提取被引量：7: 3; 作者向玲李京蓄胡爱军李营; 机构华北电力大学(保定)机械工程系; 出处《振动．测试与诊断》 EI CSCD 北大核心 2021年第4期644-651,826,共9页; 基金国家自然科学基金资助项目(52075170)。; 文摘针对在实际工况中风电机组滚动轴承发生复合故障时,多个故障间相互作用,彼此干扰,造成复合故障特征难以分离问题,提出了基于谱峭度(spectral kurtosis,简称SK)与多点最优调整的最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,简称MOMEDA)的风电机组滚动轴承复合故障特征分离提取方法。首先,对复合故障信号进行谱峭度分析,选出能量较大的共振频带,并通过构建带通滤波器对相应的共振频带进行滤波,对滤波信号进行包络谱分析,对单一故障特征进行分离提取;其次,对未能实现单一故障特征提取的滤波信号进行多点峭度谱分析并确定故障周期,应用MOMEDA完成后续分离提取过程。仿真信号和工程应用分析结果表明,该方法能够准确且有效地实现轴承复合故障特征的分离提取。; 关键词风电机组轴承复合故障分离提取谱峭度多点最优调整的最小熵解卷积; Keywords wind turbine bearing composite fault separation and extraction spectral kurtosis minimum entropy deconvolution of multi-point optimal adjustment; 分类号 TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于改进SSD和MOMEDA的滚动轴承复合故障诊断被引量：2: 4; 作者刘尚坤张伟范壮壮孔德刚张秀花; 机构河北农业大学机电工程学院; 出处《组合机床与自动化加工技术》北大核心 2022年第6期138-141,145,共5页; 基金河北省省属高校基本科研业务费项目(KY202014,QN2021224) 保定市科技计划项目(2172P003) +1 种基金河北省引进留学人员资助项目(C20200336)。; 文摘针对滚动轴承复合故障特征存在交叉影响又受环境噪声干扰、分离诊断困难问题,提出一种基于改进奇异谱分解(SSD)和多点最优最小熵解卷积调整(MOMEDA)的滚动轴承复合故障分离诊断方法。首先,为了克服SSD分解层数需要凭经验设定而难以选到最优分量的缺点,提出相关峭度图方式优选复合故障中不同故障各自最优分解层数的改进SSD方法;其次,对选出的各最优分量,利用MOMEDA能够降噪、增强冲击特征的优点,进一步削弱其中残存的交叉及干扰成分;最后,由包络分析诊断出复合故障。实验信号分析结果表明:改进SSD方法能准确确定复合故障中不同故障的各自最优分解层数,经MOMEDA处理后的故障特征更明确、诊断更可靠,实现了轴承复合故障的有效分离和故障类型的准确诊断,为轴承复合故障的分离诊断提供了一条途径。; 关键词改进奇异谱分解相关峭度多点最优最小熵解卷积调整滚动轴承复合故障; Keywords improved singular spectrum decomposition optimization correlation kurtosis multipoint optimal minimum entropy deconvolution adjusted rolling bearing compound fault; 分类号 TH133.3 [机械工程—机械制造及自动化] TG659 [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	作者	出处	发文年	被引量	操作
1	RSK-MOMEDA与PF在滚动轴承故障预测中的应用	赵英杰傅子霞沈建	《机械设计与制造》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于IEWT-MOMEDA-FSC的滚动轴承故障诊断	吴振雄王林军邹腾枭陈梦华陈保家	《三峡大学学报（自然科学版）》北大核心	2024	2	在线阅读下载PDF 职称材料
3	基于SK‑MOMEDA的风电机组轴承复合故障特征分离提取	向玲李京蓄胡爱军李营	《振动．测试与诊断》 EI CSCD 北大核心	2021	7	在线阅读下载PDF 职称材料
4	基于改进SSD和MOMEDA的滚动轴承复合故障诊断	刘尚坤张伟范壮壮孔德刚张秀花	《组合机床与自动化加工技术》北大核心	2022	2	在线阅读下载PDF 职称材料