检索结果-维普期刊中文期刊服务平台

双矢时域齿轮早期微弱故障特征增强及应用被引量：8: 1; 作者姜宏章翔峰张小栋《振动．测试与诊断》 EI CSCD 北大核心 2018年第6期1161-1168,1291,共9页; 信噪比低和源信息的缺失是造成早期微弱故障难以准确判定的主要因素,针对以此问题,提出一种双矢时域变换(dual vector time-time domain transform,简称DVTD)的方法,用于完备和凸显齿轮早期微弱故障特征。方法借用全矢原理实现相互垂直... 展开更多; 关键词早期微弱故障双矢时域变换信息融合特征增强小尺度指数; 在线阅读下载PDF 职称材料

基于CMFDE的单向阀早期微弱故障诊断方法被引量：6: 2; 作者钱恩丽黄国勇 +1 位作者李锶宇何冬《电子测量与仪器学报》 CSCD 北大核心 2021年第4期169-176,共8页; 对单向阀早期微弱故障进行诊断可预防高压隔膜泵因单向阀磨损击穿无法正常工作而造成经济损失及安全事故。针对往复式高压隔膜泵单向阀早期微弱故障特征不明显且受大量噪声干扰的问题,提出基于复合多尺度波动散布熵(composite multiscal... 展开更多; 关键词单向阀早期微弱故障复合多尺度波动散布熵波动散布熵故障诊断; 在线阅读下载PDF 职称材料

低信噪比下的滚动轴承早期微弱故障识别被引量：2: 3; 作者张赟王永华 +2 位作者唐岩辉韦祥王景霖《振动．测试与诊断》 EI CSCD 北大核心 2023年第6期1158-1163,1246,共7页; 低信噪比下的滚动轴承早期微弱故障识别是轴承故障诊断领域的一个难点问题,基于希尔伯特变换解调的包络谱分析法虽是得到广泛工程应用的轴承故障检测经典方法,但其对信噪比过低的轴承早期微弱故障诊断能力不足。针对这一问题,采用时频... 展开更多; 关键词滚动轴承谱峭度早期微弱故障全寿命周期; 在线阅读下载PDF 职称材料

基于随机共振的轴承早期微弱故障诊断: 4; 作者赵团团蒋甲丁臧能义《机床与液压》北大核心 2022年第23期184-189,共6页; 针对早期轴承微弱信号难以发现、检测精度低等问题,提出一种基于随机共振的轴承早期微弱故障诊断方法。首先利用排列熵对周期信号的敏感特性,提出一种新的信号筛选方法来对信号进行初步滤波筛选;其次采用随机共振算法对故障信号进行噪... 展开更多; 关键词轴承随机共振早期微弱故障排列熵麻雀搜索算法; 在线阅读下载PDF 职称材料

参数自适应FMD在轴承早期故障诊断中的应用: 5; 作者王红王泽宇何勇《振动工程学报》北大核心 2025年第8期1788-1798,共11页; 针对特征模态分解(FMD)的轴承早期微弱故障诊断效果易受滤波器长度L、频段分割数K、模态分解个数n影响的问题,提出用遗传算法优化FMD预设参数,并以峭度、包络熵和修正的自适应包络谱特征能量比为综合目标函数的诊断方法。该方法利用遗... 展开更多; 关键词滚动轴承早期微弱故障特征模态分解遗传算法; 在线阅读下载PDF 职称材料

全矢S变换在风力机齿轮箱微弱故障特征提取中的运用: 6; 作者章翔峰姜宏冉祥锋《机床与液压》北大核心 2019年第13期200-205,共6页; 针对齿轮箱早期微弱故障特征受其他扰动信号干扰而难于提取的问题,提出一种全矢理论结合广义S变换的方法用于提高微弱故障特征的区分度。该方法是以全矢理论将相互垂直的双通道振动信号进行融合,保证信号源信息的完整,继而利用广义S变... 展开更多; 关键词齿轮早期微弱故障信息融合广义S变换特征提取; 在线阅读下载PDF 职称材料

并联基追踪稀疏分解在齿轮箱弱故障诊断中的应用被引量：15: 7; 作者崔玲丽莫代一邬娜《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第11期2633-2640,共8页; 为了提取齿轮箱振动信号淹没在强背景噪声中的早期微弱冲击故障信息,先利用不同长度的窗函数的短时傅里叶变换对信号进行稀疏分解,得出初始分解系数,再利用并联基追踪对处理得到的系数进行优化处理,最后对得到的系数进行重构,分别得到... 展开更多; 关键词早期微弱故障信息短时傅里叶变换并联基追踪稀疏分解; 在线阅读下载PDF 职称材料

题名双矢时域齿轮早期微弱故障特征增强及应用被引量：8: 1; 作者姜宏章翔峰张小栋; 机构新疆大学机械工程学院西安交通大学机械工程学院; 出处《振动．测试与诊断》 EI CSCD 北大核心 2018年第6期1161-1168,1291,共9页; 基金国家自然科学基金资助项目(51765061) 新疆维吾尔自治区青年教师科研培育基金(自然科学类)资助项目(XJEDU2016S036); 文摘信噪比低和源信息的缺失是造成早期微弱故障难以准确判定的主要因素,针对以此问题,提出一种双矢时域变换(dual vector time-time domain transform,简称DVTD)的方法,用于完备和凸显齿轮早期微弱故障特征。方法借用全矢原理实现相互垂直的双通道振动信号的融合,保证双矢信号源信息的完整。在此基础上,结合双时域变换理论,提取二维时间序列的主对角元素用以构建完整的、故障特征增强的时域振动信号。以风电机组齿轮箱为实验对象,提取表征信号波动强度的小尺度指数作为状态特征,验证了双矢时域变换的微弱故障特征增强特性及其在齿轮早期微弱故障识别中应用的有效性。; 关键词早期微弱故障双矢时域变换信息融合特征增强小尺度指数; Keywords early weak fault dual vector time-time domain(DVTD) information fusion feature enhance ment small scale index; 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CMFDE的单向阀早期微弱故障诊断方法被引量：6: 2; 作者钱恩丽黄国勇李锶宇何冬; 机构昆明理工大学信息工程与自动化学院昆明理工大学民航与航空学院; 出处《电子测量与仪器学报》 CSCD 北大核心 2021年第4期169-176,共8页; 基金国家自然科学基金(61663017)项目资助。; 文摘对单向阀早期微弱故障进行诊断可预防高压隔膜泵因单向阀磨损击穿无法正常工作而造成经济损失及安全事故。针对往复式高压隔膜泵单向阀早期微弱故障特征不明显且受大量噪声干扰的问题,提出基于复合多尺度波动散布熵(composite multiscale fluctuation dispersion entropy,CMFDE)的单向阀早期微弱故障诊断方法。首先,用正切S型替换CMFDE方法中的正态分布函数映射,提高CMFDE的抗噪性;其次,计算振动信号的复合多尺度波动散布熵值,构建特征矩阵,并将其输入支持向量机(support vector machine,SVM)分类器中进行故障诊断;最后,利用单向阀实际工程数据验证该方法的有效性,并进行对比实验。实验结果与对比分析表明,不需对单向阀原始信号进行降噪,简化了诊断过程。复合多尺度波动散布熵可精确反映单向阀不同信号特征,提高了单向阀早期微弱故障诊断的识别率,且故障诊断结果受分类器影响小,识别准确率达到96.667%。; 关键词单向阀早期微弱故障复合多尺度波动散布熵波动散布熵故障诊断; Keywords check valve early weak fault composite multiscale fluctuation dispersion entropy fluctuation dispersion entropy fault diagnosis; 分类号 TN911.7 [电子电信—通信与信息系统] THI65.3 [机械工程]; 在线阅读下载PDF 职称材料

题名低信噪比下的滚动轴承早期微弱故障识别被引量：2: 3; 作者张赟王永华唐岩辉韦祥王景霖; 机构海军航空大学航空基础学院故障诊断与健康管理技术航空科技重点实验室; 出处《振动．测试与诊断》 EI CSCD 北大核心 2023年第6期1158-1163,1246,共7页; 基金山东省自然科学基金资助项目(ZR2020ME125) 山东省泰山学者建设工程专项经费资助项目。; 文摘低信噪比下的滚动轴承早期微弱故障识别是轴承故障诊断领域的一个难点问题,基于希尔伯特变换解调的包络谱分析法虽是得到广泛工程应用的轴承故障检测经典方法,但其对信噪比过低的轴承早期微弱故障诊断能力不足。针对这一问题,采用时频域高阶统计量——谱峭度开展滚动轴承早期微弱故障识别研究。利用滚动轴承从完好逐渐发展到外圈损伤失效的全寿命周期试验数据进行分析,结果表明:对于轴承出现的早期微弱故障,谱峭度法能够通过识别提取位于高信噪比共振频带的微弱故障信号,实现轴承早期微弱故障识别,相比直接采用包络谱分析法提前了200 min检测出微弱故障。; 关键词滚动轴承谱峭度早期微弱故障全寿命周期; Keywords rolling bearing spectral kurtosis early weak fault the whole life cycle; 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

题名基于随机共振的轴承早期微弱故障诊断: 4; 作者赵团团蒋甲丁臧能义; 机构新疆工程学院工程技能实训学院新疆工程学院科研处; 出处《机床与液压》北大核心 2022年第23期184-189,共6页; 基金国家级大学生创新创业训练计划项目(202110994009) 新疆工程学院博士科研启动基金项目(2020xgy022302)。; 文摘针对早期轴承微弱信号难以发现、检测精度低等问题,提出一种基于随机共振的轴承早期微弱故障诊断方法。首先利用排列熵对周期信号的敏感特性,提出一种新的信号筛选方法来对信号进行初步滤波筛选;其次采用随机共振算法对故障信号进行噪声辅助增强,以信噪比为目标函数,采用麻雀搜索算法对随机共振系统参数k、a、b、h进行寻优,最后将寻优后的参数送入随机共振系统进行检测。仿真结果表明:该方法可以有效检测出强噪声中的未知微弱故障信号。; 关键词轴承随机共振早期微弱故障排列熵麻雀搜索算法; Keywords Bearing Stochastic resonance Early weak fault Permutation entropy Sparrow search algorithm; 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

题名参数自适应FMD在轴承早期故障诊断中的应用: 5; 作者王红王泽宇何勇; 机构兰州交通大学机电工程学院; 出处《振动工程学报》北大核心 2025年第8期1788-1798,共11页; 基金国家自然科学基金资助项目(72061022) 甘肃省青年科技基金资助项目(22JR5RA373)。; 文摘针对特征模态分解(FMD)的轴承早期微弱故障诊断效果易受滤波器长度L、频段分割数K、模态分解个数n影响的问题,提出用遗传算法优化FMD预设参数,并以峭度、包络熵和修正的自适应包络谱特征能量比为综合目标函数的诊断方法。该方法利用遗传算法比较不同预设参数下经FMD分解各分量信号的综合目标函数值,并选取其中最大值对应的L、K、n作为FMD的预设参数,通过FMD处理后信号的包络谱特征判定轴承的故障类型。经西储大学和辛辛那提大学的公开故障轴承数据以及转向架轴箱轴承数据验证,该方法具有较好的抗噪声能力和有效的早期微弱故障诊断能力。; 关键词滚动轴承早期微弱故障特征模态分解遗传算法; Keywords rolling bearing early weak fault feature mode decomposition(FMD) genetic algorithm; 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

题名全矢S变换在风力机齿轮箱微弱故障特征提取中的运用: 6; 作者章翔峰姜宏冉祥锋; 机构新疆大学机械工程学院; 出处《机床与液压》北大核心 2019年第13期200-205,共6页; 基金新疆维吾尔自治区自然科学基金资助项目(2018D01C043); 文摘针对齿轮箱早期微弱故障特征受其他扰动信号干扰而难于提取的问题,提出一种全矢理论结合广义S变换的方法用于提高微弱故障特征的区分度。该方法是以全矢理论将相互垂直的双通道振动信号进行融合,保证信号源信息的完整,继而利用广义S变换具有根据时频聚集性度量准则自适应地获取信号最佳时频谱的优势,实现融合信号的二维时频表示,以时频序列的能量矩阵构建区分齿轮工作状态的故障特征。通过风电机组齿轮箱在点蚀、裂纹和均匀磨损3种微弱故障状态下的各20组实验,验证了全矢S变换在微弱故障特征提取中的优势。; 关键词齿轮早期微弱故障信息融合广义S变换特征提取; Keywords Gearbox Early weak Information fusion Generalized S-transformation Feature extraction; 分类号 TH132.41 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名并联基追踪稀疏分解在齿轮箱弱故障诊断中的应用被引量：15: 7; 作者崔玲丽莫代一邬娜; 机构北京工业大学机电学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第11期2633-2640,共8页; 基金国家自然科学基金项目(50805001 51175007) +2 种基金北京市人才强教深化计划(PHR20110803)资助; 文摘为了提取齿轮箱振动信号淹没在强背景噪声中的早期微弱冲击故障信息,先利用不同长度的窗函数的短时傅里叶变换对信号进行稀疏分解,得出初始分解系数,再利用并联基追踪对处理得到的系数进行优化处理,最后对得到的系数进行重构,分别得到信号的持续振荡成分及故障冲击成分,进一步对故障冲击成分分析得出诊断结果。仿真信号分析及应用实例分析结果表明了算法的可行性及有效性,为强噪声环境下的机械故障信号提取提供了一种新的思路。; 关键词早期微弱故障信息短时傅里叶变换并联基追踪稀疏分解; Keywords early weak fault information STFT dual-BP sparse decomposition; 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	作者	出处	发文年	被引量	操作
1	双矢时域齿轮早期微弱故障特征增强及应用	姜宏章翔峰张小栋	《振动．测试与诊断》 EI CSCD 北大核心	2018	8	在线阅读下载PDF 职称材料
2	基于CMFDE的单向阀早期微弱故障诊断方法	钱恩丽黄国勇李锶宇何冬	《电子测量与仪器学报》 CSCD 北大核心	2021	6	在线阅读下载PDF 职称材料
3	低信噪比下的滚动轴承早期微弱故障识别	张赟王永华唐岩辉韦祥王景霖	《振动．测试与诊断》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	基于随机共振的轴承早期微弱故障诊断	赵团团蒋甲丁臧能义	《机床与液压》北大核心	2022	0	在线阅读下载PDF 职称材料
5	参数自适应FMD在轴承早期故障诊断中的应用	王红王泽宇何勇	《振动工程学报》北大核心	2025	0	在线阅读下载PDF 职称材料
6	全矢S变换在风力机齿轮箱微弱故障特征提取中的运用	章翔峰姜宏冉祥锋	《机床与液压》北大核心	2019	0	在线阅读下载PDF 职称材料
7	并联基追踪稀疏分解在齿轮箱弱故障诊断中的应用	崔玲丽莫代一邬娜	《仪器仪表学报》 EI CAS CSCD 北大核心	2014	15	在线阅读下载PDF 职称材料