检索结果-维普期刊中文期刊服务平台

基于同步压缩小波变换的滚动轴承故障诊断被引量：24: 1; 作者刘义亚李可陈鹏《中国机械工程》 EI CAS CSCD 北大核心 2018年第5期585-590,共6页; 针对滚动轴承故障诊断中存在的非平稳故障信号的特征提取困难这一难题,提出利用同步压缩小波变换(SWT)对故障信号的监测数据进行处理的方法。首先对信号进行连续小波变换(CWT),其次对小波变换系数进行同步压缩变换(SST),然后对SST系数... 展开更多; 关键词故障诊断同步压缩变换故障信号提取自适应阈值去噪; 在线阅读下载PDF 职称材料

LCD和SWT在滚动轴承故障诊断中的应用被引量：6: 2; 作者刘义亚李可陈鹏《机械强度》 CAS CSCD 北大核心 2019年第4期770-776,共7页; 针对强噪声背景下滚动轴承故障诊断中存在的非平稳非线性信号特征提取这一难题,提出一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)和同步压缩小波变换的方法(Synchrosqueezing Wavelet Transform, SWT),该... 展开更多; 关键词故障诊断同步压缩小波变换故障信号提取局部特征尺度分解; 在线阅读下载PDF 职称材料

基于电流残差的逆变器故障诊断方法研究被引量：3: 3; 作者贾海龙帕孜来·马合木提安永军《现代电子技术》北大核心 2019年第18期27-31,共5页; 针对三电平逆变器中不同故障类型输出波形相似的情况,提出一种基于电流残差的逆变器故障诊断方法.该方法运用混合逻辑动态模型和三电平仿真模型经过一系列的数学运算提取线电流残差,作为逆变器故障诊断的一部分输入特征;取逆变器桥臂上... 展开更多; 关键词逆变器故障诊断电流残差小波变换故障信号提取神经网络; 在线阅读下载PDF 职称材料

基于近似熵和LCD-KELM的滚动轴承故障诊断被引量：15: 4; 作者刘义亚李可宿磊《噪声与振动控制》 CSCD 2018年第2期162-167,共6页; 由于提取滚动轴承的非平稳非线性信号特征较为困难,强噪声背景下难以诊断早期故障,故而提出一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)和核极限学习机(Kernel Extreme Learning Machine,KELM)的智能诊断... 展开更多; 关键词振动与波故障诊断故障信号提取局部特征尺度分解近似熵核极限学习机; 在线阅读下载PDF 职称材料

题名基于同步压缩小波变换的滚动轴承故障诊断被引量：24: 1; 作者刘义亚李可陈鹏; 机构江南大学江苏省食品先进制造装备技术重点实验室江南大学机械工程学院三重大学; 出处《中国机械工程》 EI CAS CSCD 北大核心 2018年第5期585-590,共6页; 文摘针对滚动轴承故障诊断中存在的非平稳故障信号的特征提取困难这一难题,提出利用同步压缩小波变换(SWT)对故障信号的监测数据进行处理的方法。首先对信号进行连续小波变换(CWT),其次对小波变换系数进行同步压缩变换(SST),然后对SST系数进行自适应阈值去噪,之后在有效信号数据的频率中心附近进行积分提取,最后用提取到的有效信号进行重构。对实测的滚动轴承故障信号进行处理验证,结果表明,SWT具有较高的信号提取精度以及降噪能力,同时具有较高的时频分辨率,能够将故障信号转换为高分辨率的时频谱,弥补了CWT在这方面的不足。; 关键词故障诊断同步压缩变换故障信号提取自适应阈值去噪; Keywords fault diagnosis synchrosqueezing transform faulty signal extraction adaptive threshold denoising; 分类号 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LCD和SWT在滚动轴承故障诊断中的应用被引量：6: 2; 作者刘义亚李可陈鹏; 机构江南大学江苏省食品先进制造装备技术重点实验室江南大学机械工程学院日本国立三重大学; 出处《机械强度》 CAS CSCD 北大核心 2019年第4期770-776,共7页; 基金国家自然科学基金项目(51775243) 江苏省重点研发计划-产业前瞻与共性关键技术项目(BE2017002) 江南大学自主科研计划重点项目(JUSRP51732B)资助~~; 文摘针对强噪声背景下滚动轴承故障诊断中存在的非平稳非线性信号特征提取这一难题,提出一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)和同步压缩小波变换的方法(Synchrosqueezing Wavelet Transform, SWT),该方法首先对信号进行LCD分解,将其分解成多个內禀尺度函数(Intrinsic Scale Component,ISC),选取包含有效频率成分的ISC作为SWT的输入信号,使用SWT对其作进一步分析,从而提取有效频率特征。对强噪声背景下提取的滚动轴承外圈故障信号、内圈故障信号以及滚动体故障信号进行分析的结果表明,相比局部特征尺度分解、同步压缩小波变换等方法,该方法能够有效抑制噪声,从强噪声背景下提取出有效信号频率特征,从而能够有效判断滚动轴承的运转状况。同时该方法能够有效重构信号。; 关键词故障诊断同步压缩小波变换故障信号提取局部特征尺度分解; Keywords Fault diagnosis Synchrosqueezing wavelet transform(SWT) Faulty signal extraction Local characteristic-scale decomposition(LCD); 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

题名基于电流残差的逆变器故障诊断方法研究被引量：3: 3; 作者贾海龙帕孜来·马合木提安永军; 机构新疆大学电气工程学院; 出处《现代电子技术》北大核心 2019年第18期27-31,共5页; 基金国家自然科学基金(61364010) 新疆维吾尔自治区自然科学基金(2016D01C038)~~; 文摘针对三电平逆变器中不同故障类型输出波形相似的情况,提出一种基于电流残差的逆变器故障诊断方法.该方法运用混合逻辑动态模型和三电平仿真模型经过一系列的数学运算提取线电流残差,作为逆变器故障诊断的一部分输入特征;取逆变器桥臂上的电压信号作为故障诊断的特征信号,利用小波变换提取故障信号作为另一部分输入特征;将两部分特征向量进行有效组合,构建新的且能够区分所有故障模式的特征向量,最后利用BP神经网络进行逆变器的故障诊断.仿真结果表明,该方法数据处理量小,诊断精度高,具有较强的可行性和有效性.; 关键词逆变器故障诊断电流残差小波变换故障信号提取神经网络; Keywords inverter fault diagnosis current residual wavelet transform fault signal extraction neural network; 分类号 TN911.34 [电子电信—通信与信息系统] TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于近似熵和LCD-KELM的滚动轴承故障诊断被引量：15: 4; 作者刘义亚李可宿磊; 机构江南大学江苏省食品先进制造装备技术重点实验室江南大学机械工程学院; 出处《噪声与振动控制》 CSCD 2018年第2期162-167,共6页; 基金国家自然科学基金资助项目(51775243) 江苏省重点研发计划-产业前瞻与共性关键技术资助项目(BE2017002) 江南大学自主科研计划重点资助项目(JUSRP51732B); 文摘由于提取滚动轴承的非平稳非线性信号特征较为困难,强噪声背景下难以诊断早期故障,故而提出一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)和核极限学习机(Kernel Extreme Learning Machine,KELM)的智能诊断方法(LCD_KELM)。该方法首先对信号进行LCD分解,将其分解成多个內禀尺度函数(Intrinsic Scale Component,ISC),选取包含有效频率成分的ISC并计算其近似熵值(Approximate Entropy,Ap En),使用KELM对随机选取的近似熵值进行训练,保存训练参数后,利用剩余的近似熵值进行测试,实验结果表明LCD_KELM具有较高的诊断准确率,能够对滚动轴承运行状态进行高精度诊断,从而判断滚动轴承的运转状况。; 关键词振动与波故障诊断故障信号提取局部特征尺度分解近似熵核极限学习机; Keywords vibration and wave fault diagnosis faulty signal extraction local characteristic-scale decomposition(LCD) approximate entropy(ApEn) kernel extreme learning machine(KELM); 分类号 TH133.3 [机械工程—机械制造及自动化] TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 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	基于同步压缩小波变换的滚动轴承故障诊断	刘义亚李可陈鹏	《中国机械工程》 EI CAS CSCD 北大核心	2018	24	在线阅读下载PDF 职称材料
2	LCD和SWT在滚动轴承故障诊断中的应用	刘义亚李可陈鹏	《机械强度》 CAS CSCD 北大核心	2019	6	在线阅读下载PDF 职称材料
3	基于电流残差的逆变器故障诊断方法研究	贾海龙帕孜来·马合木提安永军	《现代电子技术》北大核心	2019	3	在线阅读下载PDF 职称材料
4	基于近似熵和LCD-KELM的滚动轴承故障诊断	刘义亚李可宿磊	《噪声与振动控制》 CSCD	2018	15	在线阅读下载PDF 职称材料