检索结果-维普期刊中文期刊服务平台

谐波分解结合自互补Top-Hat变换的轴承微弱故障特征提取方法被引量：3: 1; 作者邓飞跃唐贵基王晓龙《振动工程学报》 EI CSCD 北大核心 2015年第6期981-989,共9页; 针对轴承早期故障特征微弱,极易被背景噪声淹没而不能及时检测的问题,提出了基于谐波分解和自互补Top-Hat变换的轴承微弱故障特征提取方法。首先,通过改进广义谐波小波函数,使得信号分解后子带个数和带宽范围不受二进制分解方式的限制,... 展开更多; 关键词微弱故障滚动轴承谱峭度 TOP-HAT变换故障特征能量比; 在线阅读下载PDF 职称材料

基于小波包能量神经网络的滚动轴承故障诊断方法被引量：23: 2; 作者肖顺根宋萌萌《机械强度》 CAS CSCD 北大核心 2014年第3期340-346,共7页; 针对单一的信号处理诊断方法难以实现滚动轴承故障准确诊断的局限性,提出一种基于小波包能量神经网络相融合的滚动轴承诊断方法。搭建MPS-ICP滚动轴承振动信号的数据采集平台,利用小波包变换对滚动轴承内环、外环及滚动体的故障信号进... 展开更多; 关键词滚动轴承 MPS-ICP信号采集装置能量故障特征小波包变换神经网络; 在线阅读下载PDF 职称材料

基于GA和LM组合优化BP神经网络的滚动轴承故障诊断方法被引量：7: 3; 作者钟小倩马文科宋萌萌《组合机床与自动化加工技术》北大核心 2014年第12期91-95,共5页; 针对传统BP神经网络在滚动轴承故障诊断中存在收敛速度慢且易陷入局部极小等问题,提出一种GA和LM组合优化BP神经网络的故障诊断方法。利用小波包变换对不同故障类型的振动信号进行软阈值消噪处理,然后进行三层小波包分解及重构,并成功... 展开更多; 关键词故障能量特征量 GA LM算法 BP神经网络故障诊断; 在线阅读下载PDF 职称材料

一种自适应调整滤波参数的轴承故障诊断方法被引量：5: 4; 作者王建东马增强 +1 位作者李延忠王梦奇《噪声与振动控制》 CSCD 2017年第1期137-141,共5页; 针对机械振动信号中存在大量噪声和形态学滤波中结构元素长度不能自适应调整的问题,提出一种可自适应调整结构元素长度的滚动轴承故障诊断新方法。结构元素长度的不同会导致对信号特征提取效果的不同,该方法通过以峭度值为指标,找寻出... 展开更多; 关键词振动与波形态学滤波自适应峭度值故障特征频率能量比值; 在线阅读下载PDF 职称材料

基于改进EMD算法的小电流接地故障选线被引量：5: 5; 作者王磊骆玮曹现峰《电气工程学报》 2015年第8期29-34,44,共7页; 小电流接地系统发生单相接地故障,故障电流暂态分量复杂、稳态分量不明显的特点为可靠选线带来困难。本文分析了小电流接地故障电流暂态分量特征,并提出一种基于改进EMD算法的小电流接地故障选线方法。EMD算法通过叠加电网特征高频信号... 展开更多; 关键词小电流接地系统故障选线改进EMD算法特征频带故障特征能量; 在线阅读下载PDF 职称材料

粒子群结合形态学滤波的滚动轴承故障诊断被引量：3: 6; 作者王建东马增强 +1 位作者王梦奇阮婉莹《轴承》北大核心 2017年第12期49-52,共4页; 针对形态学滤波方法在提取轴承故障特征过程中对滤波效果评价的不足,提出以峭度和故障特征频率能量比值组成的复合评价指标来评价,通过粒子群算法对滤波器长度L进行自适应寻优,并通过最优参数L对信号进行处理,提取出信号中的冲击成分和... 展开更多; 关键词滚动轴承粒子群形态学滤波峭度故障特征频率能量比值; 在线阅读下载PDF 职称材料

一种改进基尼指数加权的轴承健康指标构建方法: 7; 作者钱门贵陈涛 +3 位作者于耀翔郭亮高宏力李威霖《中国机械工程》 EI CAS CSCD 北大核心 2023年第15期1813-1819,1855,共8页; 在轴承的状态监测中,构建一个可以准确描述轴承退化趋势且能及时识别早期退化点(EDP)的健康指标(HI)至关重要。目前大多学者提出的健康指标能较好地描述轴承的退化趋势,但不能准确识别早期退化点。提出了一种改进基尼指数(IGI)加权的轴... 展开更多; 关键词滚动轴承早期退化点健康指标集成经验模态分解加权重构的集成经验模态分解故障特征能量比改进的基尼指数; 在线阅读下载PDF 职称材料

题名谐波分解结合自互补Top-Hat变换的轴承微弱故障特征提取方法被引量：3: 1; 作者邓飞跃唐贵基王晓龙; 机构华北电力大学能源动力与机械工程学院; 出处《振动工程学报》 EI CSCD 北大核心 2015年第6期981-989,共9页; 基金国家自然科学基金资助项目(51307058) 河北省自然科学基金资助项目(E2014502052) 中央高校基本科研业务专项资金项目(2014XS83); 文摘针对轴承早期故障特征微弱,极易被背景噪声淹没而不能及时检测的问题,提出了基于谐波分解和自互补Top-Hat变换的轴承微弱故障特征提取方法。首先,通过改进广义谐波小波函数,使得信号分解后子带个数和带宽范围不受二进制分解方式的限制,并在此基础上应用谱峭度图方法确定信号中故障特征相对集中的最优频带;然后,对最优频带信号进行多尺度自互补Top-Hat变换,抑制背景噪声的干扰,突出微弱的故障冲击特征,并引入故障特征能量比的方法自适应确定最优结构元素的尺度;最后,通过包络解调提取出轴承微弱的故障特征。对仿真信号和实测轴承全寿命数据分析的结果表明,该方法能较为有效检测出轴承微弱的故障特征,具有较高的工程应用价值。; 关键词微弱故障滚动轴承谱峭度 TOP-HAT变换故障特征能量比; Keywords weak fault rolling bearing spectral kurtosis Top-Hat transformation fault feature energy ratio; 分类号 TH165.3 [机械工程—机械制造及自动化] TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于小波包能量神经网络的滚动轴承故障诊断方法被引量：23: 2; 作者肖顺根宋萌萌; 机构宁德师范学院物理与电气工程系; 出处《机械强度》 CAS CSCD 北大核心 2014年第3期340-346,共7页; 基金宁德市科技计划项目(20110112) 福建省教育厅A类科技项目(JA12348) +1 种基金宁德师范学院"服务宁德区域经济和产业发展"专项课题(2013F26)资助~~; 文摘针对单一的信号处理诊断方法难以实现滚动轴承故障准确诊断的局限性,提出一种基于小波包能量神经网络相融合的滚动轴承诊断方法。搭建MPS-ICP滚动轴承振动信号的数据采集平台,利用小波包变换对滚动轴承内环、外环及滚动体的故障信号进行去噪、分解与重构,有效提取不同故障下各频段能量的故障特征。将提取的能量故障特征分别输入至建立的BP、RBF和Elman神经网络的诊断系统中,实验分析表明,三种神经网络都能较好的诊断电机滚动轴承的故障类型,且与实际滚动轴承的故障类型较吻合,但就诊断误差和时间综合而言,BP神经网络诊断系统更适合电机滚动轴承故障的检测。; 关键词滚动轴承 MPS-ICP信号采集装置能量故障特征小波包变换神经网络; Keywords Rolling bearing MPS-ICP signal pickup assembly Energy fault features Wavelet packet transform Neural network; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置] 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GA和LM组合优化BP神经网络的滚动轴承故障诊断方法被引量：7: 3; 作者钟小倩马文科宋萌萌; 机构萍乡学院机械电子工程系宁德师范学院物理与电气工程系; 出处《组合机床与自动化加工技术》北大核心 2014年第12期91-95,共5页; 基金福建省教育厅A类科技项目(JA14332) 宁德师范学院"服务宁德区域经济和产业发展"专项课题(2013F25); 文摘针对传统BP神经网络在滚动轴承故障诊断中存在收敛速度慢且易陷入局部极小等问题,提出一种GA和LM组合优化BP神经网络的故障诊断方法。利用小波包变换对不同故障类型的振动信号进行软阈值消噪处理,然后进行三层小波包分解及重构,并成功提取了8个频带构建的故障能量特征向量。利用GA优化了BP神经网络的隐含层层数及节点数、初始权值和阈值的网络参数,采用LM算法改进网络的搜索空间。以美国凯斯西储大学提供的滚动轴承实验数据进行诊断,结果表明,与GA优化的诊断结果相比,组合优化后的BP神经网络具有更高的诊断效率和精度。; 关键词故障能量特征量 GA LM算法 BP神经网络故障诊断; Keywords fault energy eigenvectors GA LM algorithm BP neural network fault diagnosis; 分类号 TH166 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名一种自适应调整滤波参数的轴承故障诊断方法被引量：5: 4; 作者王建东马增强李延忠王梦奇; 机构石家庄铁道大学电气与电子工程学院; 出处《噪声与振动控制》 CSCD 2017年第1期137-141,共5页; 基金国家自然科学基金项目(11227201 11372199 +1 种基金 11572206) 河北省自然科学基金项目(A2014210142); 文摘针对机械振动信号中存在大量噪声和形态学滤波中结构元素长度不能自适应调整的问题,提出一种可自适应调整结构元素长度的滚动轴承故障诊断新方法。结构元素长度的不同会导致对信号特征提取效果的不同,该方法通过以峭度值为指标,找寻出使峭度值较大的一系列结构元素长度。然后通过计算不同长度滤波后信号的故障特征频率能量比值,找寻出使故障特征最突出、最明显的结构元素长度。以此长度为最优长度对信号进行滤波,能够较好地提取出滚动轴承的故障特征,找到故障特征频率。; 关键词振动与波形态学滤波自适应峭度值故障特征频率能量比值; Keywords vibration and wave morphological filter adaptive kurtosis fault feature frequency energy ratio; 分类号 TH165 [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EMD算法的小电流接地故障选线被引量：5: 5; 作者王磊骆玮曹现峰; 机构安徽省新能源利用与节能重点实验室(合肥工业大学); 出处《电气工程学报》 2015年第8期29-34,44,共7页; 文摘小电流接地系统发生单相接地故障,故障电流暂态分量复杂、稳态分量不明显的特点为可靠选线带来困难。本文分析了小电流接地故障电流暂态分量特征,并提出一种基于改进EMD算法的小电流接地故障选线方法。EMD算法通过叠加电网特征高频信号解决了IMF模态混叠并可靠滤除了高频干扰。基于单相接地故障电流经改进EMD分解出的IMF在不同故障角下展现出不同的特征,分别利用故障时刻低频波形的单调性与线路故障特征能量作为判据进行小电流接地故障选线。基于Matlab/Simulink的配电网单相接地故障仿真验证了该选线方法的有效性。; 关键词小电流接地系统故障选线改进EMD算法特征频带故障特征能量; Keywords Small current grounding system fault line selection improved EMD algorithm characteristic frequency band fault characteristic en; 分类号 TM74 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名粒子群结合形态学滤波的滚动轴承故障诊断被引量：3: 6; 作者王建东马增强王梦奇阮婉莹; 机构石家庄铁道大学电气与电子工程学院; 出处《轴承》北大核心 2017年第12期49-52,共4页; 基金国家自然科学基金项目(11227201 11372199 +1 种基金 11572206) 河北省自然科学基金项目(A2014210142); 文摘针对形态学滤波方法在提取轴承故障特征过程中对滤波效果评价的不足,提出以峭度和故障特征频率能量比值组成的复合评价指标来评价,通过粒子群算法对滤波器长度L进行自适应寻优,并通过最优参数L对信号进行处理,提取出信号中的冲击成分和故障特征。通过对比可以发现该方法明显比其他方法更准确、更快速。; 关键词滚动轴承粒子群形态学滤波峭度故障特征频率能量比值; Keywords rolling bearing particle swarm morphological filtering kurtosis energy ratio of fault feature frequency; 分类号 TH133.33 [机械工程—机械制造及自动化] TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种改进基尼指数加权的轴承健康指标构建方法: 7; 作者钱门贵陈涛于耀翔郭亮高宏力李威霖; 机构西南交通大学机械工程学院浙江方圆检测集团股份有限公司浙江省市场监管新能源汽车驱动系统重点实验室; 出处《中国机械工程》 EI CAS CSCD 北大核心 2023年第15期1813-1819,1855,共8页; 基金国家自然科学基金(51905452,51775452) 中央引导地方科技发展资金(2020ZYD012) +1 种基金四川省科技项目(2021YFG0068)。; 文摘在轴承的状态监测中,构建一个可以准确描述轴承退化趋势且能及时识别早期退化点(EDP)的健康指标(HI)至关重要。目前大多学者提出的健康指标能较好地描述轴承的退化趋势,但不能准确识别早期退化点。提出了一种改进基尼指数(IGI)加权的轴承健康指标构建方法。利用集成经验模态分解(EEMD)对原始信号进行分解,根据各分量的故障特征能量比(FCER),对其进行加权重构得到重构信号;计算重构信号的IGI;将IGI作为重构信号的FCER进行加权计算,得到最终的指标IGI-FCER-HI。通过两个实验验证了所提方法的有效性,并与其他健康指标进行了对比。结果表明,所提方法构建的指标不仅具有良好的单调性和趋势性,而且能准确监测轴承的早期退化点。; 关键词滚动轴承早期退化点健康指标集成经验模态分解加权重构的集成经验模态分解故障特征能量比改进的基尼指数; Keywords rolling bearing early degradation point(EDP) health indicator(HI) ensemble empirical mode decomposition(EEMD) weighted reconstructed EEMD failure characteristic energy ratio(FCER) improved Gini index(IGI); 分类号 TH133 [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	谐波分解结合自互补Top-Hat变换的轴承微弱故障特征提取方法	邓飞跃唐贵基王晓龙	《振动工程学报》 EI CSCD 北大核心	2015	3	在线阅读下载PDF 职称材料
2	基于小波包能量神经网络的滚动轴承故障诊断方法	肖顺根宋萌萌	《机械强度》 CAS CSCD 北大核心	2014	23	在线阅读下载PDF 职称材料
3	基于GA和LM组合优化BP神经网络的滚动轴承故障诊断方法	钟小倩马文科宋萌萌	《组合机床与自动化加工技术》北大核心	2014	7	在线阅读下载PDF 职称材料
4	一种自适应调整滤波参数的轴承故障诊断方法	王建东马增强李延忠王梦奇	《噪声与振动控制》 CSCD	2017	5	在线阅读下载PDF 职称材料
5	基于改进EMD算法的小电流接地故障选线	王磊骆玮曹现峰	《电气工程学报》	2015	5	在线阅读下载PDF 职称材料
6	粒子群结合形态学滤波的滚动轴承故障诊断	王建东马增强王梦奇阮婉莹	《轴承》北大核心	2017	3	在线阅读下载PDF 职称材料
7	一种改进基尼指数加权的轴承健康指标构建方法	钱门贵陈涛于耀翔郭亮高宏力李威霖	《中国机械工程》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料