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
柴油机机体结构振动信号特征参数计算分析
被引量：
5
1
作者
常丽
杜宪峰
《内燃机工程》
EI
CAS
CSCD
北大核心
2015年第3期113-116,共4页
通过试验获得不同运行工况下不同测点的柴油机振动信号,采用时域特征参数计算分析柴油机工况变化对柴油机各测点振动信号的影响规律,并采用小波包技术计算柴油机不同测点振动信号各频带的能量及占总能量的百分比。研究结果表明:柴油机...
通过试验获得不同运行工况下不同测点的柴油机振动信号,采用时域特征参数计算分析柴油机工况变化对柴油机各测点振动信号的影响规律,并采用小波包技术计算柴油机不同测点振动信号各频带的能量及占总能量的百分比。研究结果表明:柴油机各测点的时域特征与频率特征参数能够体现出其不同的振动特性,很好地表征了与柴油机运转工况变化密切相关的振动状况变化规律及主要频率段的能量分布。
展开更多
关键词
内燃机
柴油机
时域特征参数
小波包技术
振动
在线阅读
下载PDF
职称材料
基于Morlet小波变换的信号去噪及在轴承状态监测中的应用
被引量：
7
2
作者
马伦
康建设
+1 位作者
赵春宇
吕雷
《机械科学与技术》
CSCD
北大核心
2014年第9期1345-1349,共5页
为在强噪声背景下利用振动信号中隐含的冲击特征成分来反映轴承性能退化趋势,提出一种基于Morlet小波变换和时域特征参数提取相结合的轴承状态监测方法。通过引入谱峭度评估Morlet小波滤波的去噪效果,再从信号滤波结果构建的组合信息中...
为在强噪声背景下利用振动信号中隐含的冲击特征成分来反映轴承性能退化趋势,提出一种基于Morlet小波变换和时域特征参数提取相结合的轴承状态监测方法。通过引入谱峭度评估Morlet小波滤波的去噪效果,再从信号滤波结果构建的组合信息中提取时域特征参数。对轴承全寿命数据的应用结果表明,特征参数的变化趋势能够监测轴承状态的劣化过程,伴随的早期故障检测可以提高轴承使用的安全性。
展开更多
关键词
Morlet小波变换
信号去噪
轴承
状态监测
时域特征参数
在线阅读
下载PDF
职称材料
基于CEEMD与SVM的离心泵转子不对中故障诊断方法研究
被引量：
19
3
作者
肖幸鑫
宋礼威
+2 位作者
张翊勋
董亮
张宇航
《流体机械》
CSCD
北大核心
2022年第7期85-92,共8页
为了更好地判断离心泵转子不对中故障,通过互补经验模态分解(CEEMD)结合支持向量机(SVM)对转子不对中故障进行识别,搭建离心泵故障模拟实验台,利用电涡流振动位移传感器采集离心泵转子位移信号,使用CEEMD算法分解离心泵在正常状态与故...
为了更好地判断离心泵转子不对中故障,通过互补经验模态分解(CEEMD)结合支持向量机(SVM)对转子不对中故障进行识别,搭建离心泵故障模拟实验台,利用电涡流振动位移传感器采集离心泵转子位移信号,使用CEEMD算法分解离心泵在正常状态与故障状态下信号,通过相关系数法和阈值,选取有效内涵模态分量(IMF)分量进行信号重构,计算重构信号的时域特征参数并组成特征向量,最后利用SVM对故障进行识别分类。结果表明,采用CEEMD方法可以有效提取出离心泵转子不对中时的故障特征。采用SVM方法对重构后的信号提取的特征向量进行训练,故障识别准确率可以达到93%,能够有效识别离心泵转子不对中故障。
展开更多
关键词
离心泵
转子不对中
CEEMD
时域特征参数
SVM
故障诊断
在线阅读
下载PDF
职称材料
题名
柴油机机体结构振动信号特征参数计算分析
被引量：
5
1
作者
常丽
杜宪峰
机构
大连海洋大学职业技术学院
东风朝阳朝柴动力有限公司
辽宁工业大学
出处
《内燃机工程》
EI
CAS
CSCD
北大核心
2015年第3期113-116,共4页
基金
辽宁省博士启动基金项目(20141200)
文摘
通过试验获得不同运行工况下不同测点的柴油机振动信号,采用时域特征参数计算分析柴油机工况变化对柴油机各测点振动信号的影响规律,并采用小波包技术计算柴油机不同测点振动信号各频带的能量及占总能量的百分比。研究结果表明:柴油机各测点的时域特征与频率特征参数能够体现出其不同的振动特性,很好地表征了与柴油机运转工况变化密切相关的振动状况变化规律及主要频率段的能量分布。
关键词
内燃机
柴油机
时域特征参数
小波包技术
振动
Keywords
IC engine
diesel engine
time domain parameter
wavelet packettechnology
vibration
分类号
TK402 [动力工程及工程热物理—动力机械及工程]
在线阅读
下载PDF
职称材料
题名
基于Morlet小波变换的信号去噪及在轴承状态监测中的应用
被引量：
7
2
作者
马伦
康建设
赵春宇
吕雷
机构
军械工程学院装备指挥与管理系
白城兵器试验中心
[
出处
《机械科学与技术》
CSCD
北大核心
2014年第9期1345-1349,共5页
文摘
为在强噪声背景下利用振动信号中隐含的冲击特征成分来反映轴承性能退化趋势,提出一种基于Morlet小波变换和时域特征参数提取相结合的轴承状态监测方法。通过引入谱峭度评估Morlet小波滤波的去噪效果,再从信号滤波结果构建的组合信息中提取时域特征参数。对轴承全寿命数据的应用结果表明,特征参数的变化趋势能够监测轴承状态的劣化过程,伴随的早期故障检测可以提高轴承使用的安全性。
关键词
Morlet小波变换
信号去噪
轴承
状态监测
时域特征参数
Keywords
bearings（machine parts）
case based reasoning
condition monitoring
efficiency
fault detection
feature extraction
mean square error
monitoring
Morlet wavelet transform
signal de-noising
timedomain feature parameters
wavelet transforms
分类号
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
TN911.72 [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CEEMD与SVM的离心泵转子不对中故障诊断方法研究
被引量：
19
3
作者
肖幸鑫
宋礼威
张翊勋
董亮
张宇航
机构
江苏大学流体机械工程技术研究中心
中广核工程有限公司核电监控技术与装备国家重点实验室
出处
《流体机械》
CSCD
北大核心
2022年第7期85-92,共8页
基金
国家自然科学基金项目(51879122,51779108,51779106)
镇江市重点研发计划项目(GY2017001,GY2018025)
+2 种基金
过程装备与控制工程四川省高校重点实验室开放基金项目(GK201614,GK201816)
江苏高校优势学科建设工程项目(PAPD)
江苏省“六大人才高峰”高层次人才项目(GBZB-017)。
文摘
为了更好地判断离心泵转子不对中故障,通过互补经验模态分解(CEEMD)结合支持向量机(SVM)对转子不对中故障进行识别,搭建离心泵故障模拟实验台,利用电涡流振动位移传感器采集离心泵转子位移信号,使用CEEMD算法分解离心泵在正常状态与故障状态下信号,通过相关系数法和阈值,选取有效内涵模态分量(IMF)分量进行信号重构,计算重构信号的时域特征参数并组成特征向量,最后利用SVM对故障进行识别分类。结果表明,采用CEEMD方法可以有效提取出离心泵转子不对中时的故障特征。采用SVM方法对重构后的信号提取的特征向量进行训练,故障识别准确率可以达到93%,能够有效识别离心泵转子不对中故障。
关键词
离心泵
转子不对中
CEEMD
时域特征参数
SVM
故障诊断
Keywords
centrifugal pump
rotor misalignment
CEEMD
time domain characteristic parameters
SVM
fault diagnosis
分类号
TH3 [机械工程—机械制造及自动化]
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
柴油机机体结构振动信号特征参数计算分析
常丽
杜宪峰
《内燃机工程》
EI
CAS
CSCD
北大核心
2015
5
在线阅读
下载PDF
职称材料
2
基于Morlet小波变换的信号去噪及在轴承状态监测中的应用
马伦
康建设
赵春宇
吕雷
《机械科学与技术》
CSCD
北大核心
2014
7
在线阅读
下载PDF
职称材料
3
基于CEEMD与SVM的离心泵转子不对中故障诊断方法研究
肖幸鑫
宋礼威
张翊勋
董亮
张宇航
《流体机械》
CSCD
北大核心
2022
19
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
