基于稀疏群套索的最小熵反褶积轴承故障诊断

1

作者 段昱材 王丽丽 《轴承》 北大核心 2025年第6期104-112,共9页

针对强背景噪声下故障脉冲提取效果差的问题,提出了一种基于自适应稀疏群套索的最小熵反褶积(ASGL-MED)故障诊断方法。首先,将频率加权能量算子的无偏自相关序列引入稀疏群套索(SGL)以提高脉冲周期的估计精度;然后,将SGL嵌入最小熵反褶... 针对强背景噪声下故障脉冲提取效果差的问题,提出了一种基于自适应稀疏群套索的最小熵反褶积(ASGL-MED)故障诊断方法。首先,将频率加权能量算子的无偏自相关序列引入稀疏群套索(SGL)以提高脉冲周期的估计精度;然后,将SGL嵌入最小熵反褶积(MED)的迭代过程中提高算法的脉冲增强和提取能力;最后,对恢复的脉冲信号进行平方包络谱分析以提取故障特征频率。仿真和试验结果表明,ASGL-MED的脉冲增强和提取能力优于稀疏群套索和最小熵反褶积,同时提高了对离散谐波的抗干扰能力,脉冲恢复性能更好,能够全面识别内圈、外圈和钢球故障,实现轴承早期故障特征频率的提取。 展开更多

关键词 滚动轴承 故障诊断 最小熵反褶积 稀疏 特征频率 背景噪声

在线阅读 下载PDF 职称材料

多点最优最小熵反褶积结合交互信息的过载信号特征提取

2

作者 谢雨岑 房安琪 +4 位作者 郜王鑫 李彩芳 邵志豪 张珂 唐万杰 《探测与控制学报》 CSCD 北大核心 2024年第5期1-7,共7页

针对弹药超高速侵彻多层建筑物的过程中,侵彻过载加速度信号产生粘连混叠,影响侵彻穿层特征的精准辨识提取,造成引信难以精确计层的问题,提出一种基于多点最优最小熵反褶积(MOMEDA)和交互信息的过载信号穿层特征提取方法。考虑到引信加... 针对弹药超高速侵彻多层建筑物的过程中,侵彻过载加速度信号产生粘连混叠,影响侵彻穿层特征的精准辨识提取,造成引信难以精确计层的问题,提出一种基于多点最优最小熵反褶积(MOMEDA)和交互信息的过载信号穿层特征提取方法。考虑到引信加速度敏感系统在高频强动载下的响应规律未知,该方法利用MOMEDA的非迭代盲解卷积增强技术来实现对原始侵彻过载信号的降噪,基于交互信息理论进一步优化MOMEDA最佳滤波器的长度以增强原始侵彻过载信号中多层目标特征。通过对引信超高速侵彻多层靶板的仿真、试验信号的研究结果表明,该方法可以有效突显原始侵彻过载信号中的穿层特征,为强粘连信号下的引信精确计层功能实现提供依据。 展开更多

关键词 超高速侵彻 多点最优最小熵反褶积 交互信息 特征提取

在线阅读 下载PDF 职称材料

最小熵反褶积的数学形态法在滚动轴承故障特征提取中的应用 被引量：6

3

作者 龚廷恺 袁晓辉 王细洋 《中国机械工程》 EI CAS CSCD 北大核心 2016年第18期2467-2471,共5页

针对强噪声背景下滚动轴承故障特征提取,提出了基于最小熵反褶积的数学形态法。该方法先应用最小熵反褶积算法加强信号中的冲击特性,再利用数学形态法进行故障特征提取,其中选取具有双向脉冲提取能力的DIF滤波器作为形态算子,并以峭度... 针对强噪声背景下滚动轴承故障特征提取,提出了基于最小熵反褶积的数学形态法。该方法先应用最小熵反褶积算法加强信号中的冲击特性,再利用数学形态法进行故障特征提取,其中选取具有双向脉冲提取能力的DIF滤波器作为形态算子,并以峭度值作为结构元素长度选取依据。仿真信号和滚动轴承的内外故障实例分析表明该方法具有较好的特征提取效果。通过对比发现:最小熵反褶积算法能够增大信号中峭度值,有效加强信号脉冲特性。 展开更多

关键词 最小熵反褶积 数学形态 故障诊断 滚动轴承

在线阅读 下载PDF 职称材料

基于VMD和最小熵反褶积的齿轮早期故障诊断 被引量：10

4

作者 辛李霞 汪建新 苏晓云 《机械设计与制造》 北大核心 2019年第6期50-54,共5页

针对强噪声环境下齿轮早期故障特征信号微弱,故障特征信息难以提取的问题,提出了变分模态分解(Varia-tional Mode Decomposition,VMD)和最小熵反褶积(Minimum Entropy Deconvolution,MED)的诊断方法。首先,利用VMD对采集到的齿轮故障振... 针对强噪声环境下齿轮早期故障特征信号微弱,故障特征信息难以提取的问题,提出了变分模态分解(Varia-tional Mode Decomposition,VMD)和最小熵反褶积(Minimum Entropy Deconvolution,MED)的诊断方法。首先,利用VMD对采集到的齿轮故障振动信号进行自适应分解,得到一系列窄带本征模态分量(band-limited intrinsic mode funct-ions,BLIMFS),由于噪声的干扰,从各个模态分量的频谱中很难对故障做出正确的判断;然后依据相关系数准则,选取包含故障特征信息较丰富的分量进行MED滤波处理以消除噪声影响,凸显故障特征信息。最后对降噪后的信号进行Hilbert包络解调分析,即可从包络谱中准确地识别齿轮故障特征频率。通过仿真信号和齿轮箱实验数据对所提方法进行了验证,结果表明,该方法能够有效地降低噪声的影响,准确地提取齿轮早期故障信号中微弱的特征信息。 展开更多

关键词 变分模态分解 最小熵反褶积 包络解调 特征提取 齿轮故障

在线阅读 下载PDF 职称材料

最优最小熵反褶积与包络-导数能量算子在轴承故障提取中的应用 被引量：6

5

作者 杨娜 刘晔 武昆 《电子测量与仪器学报》 CSCD 北大核心 2020年第4期134-141,共8页

最小熵反褶积是检测轴承故障或齿轮故障信号等类脉冲信号的一种有效技术,但是该方法仍存在一个不足,即在使用前须设置滤波器的长度,而该参数值的选择一般只能通过技术人员的经验选择。针对这个局限性,提出了一个基于峭度、排列熵与信号... 最小熵反褶积是检测轴承故障或齿轮故障信号等类脉冲信号的一种有效技术,但是该方法仍存在一个不足,即在使用前须设置滤波器的长度,而该参数值的选择一般只能通过技术人员的经验选择。针对这个局限性,提出了一个基于峭度、排列熵与信号能量的滤波器长度选择准则。通过该准则,可以有效地挑选出最优的滤波器长度,从而更好地对故障信号进行滤波。随后,一种增强的能量算子,包络-导数能量算子用来对过滤后的故障信号进行故障特征频率的提取。实验结果表明,该方法不仅可以有效地提取出轴承故障特征频率,并且与一些传统方法相比,该方法可以大大突出故障特征频率的幅值。 展开更多

关键词 轴承故障诊断 最优选择准则 最小熵反褶积 包络-导数能量算子

在线阅读 下载PDF 职称材料

基于自回归最小熵反褶积的滚动轴承故障诊断 被引量：3

6

作者 任学平 张玉皓 +2 位作者 黄培杰 辛向志 王朝阁 《仪表技术与传感器》 CSCD 北大核心 2016年第1期90-92,102,共4页

轴承故障信号中的周期冲击成分会受到轴承元件间碰撞产生非周期冲击成分以及工况噪声的干扰,难以提取故障特征。使用自回归最小熵反褶积方法对故障信号处理,首先用自回归模型滤除非周期冲击成分,再使用最小熵反褶积方法对周期冲击成分... 轴承故障信号中的周期冲击成分会受到轴承元件间碰撞产生非周期冲击成分以及工况噪声的干扰,难以提取故障特征。使用自回归最小熵反褶积方法对故障信号处理,首先用自回归模型滤除非周期冲击成分,再使用最小熵反褶积方法对周期冲击成分进行增强,通过仿真和实验信号处理结果证明了该方法的有效性。 展开更多

关键词 滚动轴承 故障诊断 自回归 最小熵反褶积

在线阅读 下载PDF 职称材料

采用改进多点最优最小熵反褶积的齿轮箱复合故障特征提取 被引量：6

7

作者 王靖岳 李建刚 王浩天 《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第5期70-77,94,共9页

针对强背景噪声下齿轮箱复合故障中的微弱故障特征难以提取的问题,提出了一种改进多点最优最小熵反褶积的齿轮箱复合故障特征提取方法。将小波降噪作为前置滤波器,克服了多点峭度谱在强背景噪声下难以有效识别信号中的微弱故障周期成分... 针对强背景噪声下齿轮箱复合故障中的微弱故障特征难以提取的问题,提出了一种改进多点最优最小熵反褶积的齿轮箱复合故障特征提取方法。将小波降噪作为前置滤波器,克服了多点峭度谱在强背景噪声下难以有效识别信号中的微弱故障周期成分的缺点,使信号峭度增加了65.9%,突出了微弱故障周期成分;根据多点峭度谱识别出的故障周期成分设置合理的故障区间,利用多点最优最小熵反褶积突出了信号中的故障周期,避免了对信号直接包络解调而出现的漏诊现象;将差分能量算子解调应用于改进算法处理后的信号,与传统的Hilbert解调方法相比,该算法得到的解调谱中故障特征频率的峰值更加明显。通过对仿真信号与齿轮箱中齿轮点蚀磨损复合故障振动信号的研究结果表明,改进多点最优最小熵反褶积方法能够完整地提取信号中的故障特征频率成分,成功率达到了100%;与变分模态分解进行了对比分析,改进算法有效消除了模态混叠现象。仿真和试验结果表明,改进算法可以有效提取强背景噪声下齿轮箱复合故障中的微弱故障特征。 展开更多

关键词 复合故障 小波降噪 多点最优最小熵反褶积 差分能量算子解调

在线阅读 下载PDF 职称材料

基于自回归滑动平均最小熵反褶积的滚动轴承故障诊断 被引量：1

8

作者 任学平 张玉皓 +1 位作者 袁国静 王朝阁 《机械设计与制造》 北大核心 2017年第2期53-57,共5页

滚动轴承的时域故障信号含有工作部件或轴承元件间微弱碰撞产生非周期性冲击以及工况噪声成分,造成信号中表征故障信息的周期冲击成分难以提取,无法准确有效的对滚动轴承进行故障诊断。针对这一问题,提出自回归滑动平均最小熵反褶积方... 滚动轴承的时域故障信号含有工作部件或轴承元件间微弱碰撞产生非周期性冲击以及工况噪声成分,造成信号中表征故障信息的周期冲击成分难以提取,无法准确有效的对滚动轴承进行故障诊断。针对这一问题,提出自回归滑动平均最小熵反褶积方法。通过自回归滑动平均模型和最小熵反褶积计算得出正逆两组滤波器系数,其中自回归滑动平均模型计算出的滤波器系数用于分离故障信号中的非周期冲击成分,最小熵反褶积计算出的逆滤波器系数用于恢复故障冲击成分。通过仿真和实验的处理结果证明了方法的有效性。 展开更多

关键词 滚动轴承 故障诊断 自回归滑动平均 最小熵反褶积

在线阅读 下载PDF 职称材料

零相位改进型最小熵反褶积方法 被引量：3

9

作者 李国发 李观寿 张立勤 《石油地球物理勘探》 EI CSCD 北大核心 1996年第3期359-366,共8页

本文对常规最小熵反褶积方法中存在的一些问题进行了探讨和改进：①为克服最小熵反褶积对弱反射的压制作用，本文采用对数型规范方差模准则；②为了减少最小熵反褶积对输入记录相位的改造，本文对反褶积算子加入了零相位约束；③为了克... 本文对常规最小熵反褶积方法中存在的一些问题进行了探讨和改进：①为克服最小熵反褶积对弱反射的压制作用，本文采用对数型规范方差模准则；②为了减少最小熵反褶积对输入记录相位的改造，本文对反褶积算子加入了零相位约束；③为了克服局部极值问题并加速收敛，本文按输入记录傅氏谱的特征给出了确定迭代初始滤波器的方法。理论和实际资料处理表明，该方法是一种较理想、较实用的反褶积方法。 展开更多

关键词 零相位 最小熵反褶积 地震勘探 地震数据

全文增补中

利用参数自适应多点最优最小熵反褶积的行星轮轴承微弱故障特征提取 被引量：14

10

作者 王朝阁 李宏坤 +2 位作者 胡少梁 胡瑞杰 任学平 《振动工程学报》 EI CSCD 北大核心 2021年第3期633-645,共13页

针对行星轮轴承故障振动信号受复杂传递路径、强背景噪声和齿轮振动干扰的影响,导致故障特征微弱难以提取的问题,提出一种参数自适应的多点最优最小熵反褶积(parameter adaptive multipoint optimal minimum entropy deconvolution adju... 针对行星轮轴承故障振动信号受复杂传递路径、强背景噪声和齿轮振动干扰的影响,导致故障特征微弱难以提取的问题,提出一种参数自适应的多点最优最小熵反褶积(parameter adaptive multipoint optimal minimum entropy deconvolution adjusted,PA-MOMEDA)的行星轮轴承微弱故障诊断方法。为克服MOMEDA依赖人为经验选取主要影响参数的不足,建立多目标优化新指标,通过粒子群算法优良的寻优特性来自动确定最佳的影响参数,使用参数优化的MOMEDA对行星轮轴承故障信号进行最佳解卷积运算。针对MOMEDA解卷积信号存在严重边缘效应的问题,设计一种波形延伸策略对解卷积信号进行自适应补偿,提高了MOMEDA对微弱故障冲击特征的解卷积性能。对提升的解卷积信号进行包络解调处理,即可从其包络谱中提取到明显的故障特征频率。通过行星轮轴承故障仿真和工程实验数据分析表明,相比传统的MOMEDA方法、MCKD方法和快速谱峭度方法,该方法能成功地提取微弱的故障冲击特征且更加明显,提高了行星轮轴承故障诊断的准确性和鲁棒性。 展开更多

关键词 故障诊断 行星齿轮箱 行星轮轴承 特征提取 多点最优最小熵反褶积(MOMEDA)

在线阅读 下载PDF 职称材料

基于最小熵反褶积的动车组牵引电动机轴承故障诊断方法 被引量：9

11

作者 李伟 《轴承》 北大核心 2021年第12期56-60,64,共6页

针对牵引电动机轴承故障信号冗余程度高,信号微弱且伴随有较强非高斯噪声,故障特征难以提取的问题,采用了一种最小熵反褶积算法对复杂信号进行处理,由于该算法中滤波步长对处理信号影响较大,采用包络谱熵作为适应度函数,使用量子行为粒... 针对牵引电动机轴承故障信号冗余程度高,信号微弱且伴随有较强非高斯噪声,故障特征难以提取的问题,采用了一种最小熵反褶积算法对复杂信号进行处理,由于该算法中滤波步长对处理信号影响较大,采用包络谱熵作为适应度函数,使用量子行为粒子群优化算法对最小熵反褶积算法中的滤波步长进行优化,使最小熵反褶积算法达到最优。试验结果表明,优化后的最小熵反褶积算法能够准确提取牵引电动机轴承故障特征。 展开更多

关键词 滚动轴承 牵引电动机 故障诊断 谱分析 熵 最小熵反褶积 量子行为粒子群优化算法

在线阅读 下载PDF 职称材料

基于最小熵反褶积与HHT方法的滚动轴承故障特征提取

12

作者 李淑颖 史红燕 《南方农机》 2016年第9期79-80,共2页

滚动轴承作为旋转机械的重要支撑部件,对其进行早期故障诊断能提高机械运转的安全性。滚动轴承在故障早期故障信号极其微弱,并夹杂强噪声,采用希尔伯特-黄变换(HHT)分析故障噪声过程中,其分解得到的前几个本征模态函数中会出现端点效应... 滚动轴承作为旋转机械的重要支撑部件,对其进行早期故障诊断能提高机械运转的安全性。滚动轴承在故障早期故障信号极其微弱,并夹杂强噪声,采用希尔伯特-黄变换(HHT)分析故障噪声过程中,其分解得到的前几个本征模态函数中会出现端点效应,不利于故障部位的精准定位。本文采用最小熵反褶积方法提取冲击性较大的有效信号成分,提高信号的信噪比,实现滚动轴承故障特征的有效提取。实验结果表明MED能有效的提取滚动轴承故障早期信号的冲击成分,充分抑制了EMD分解带来的端点效应,提高了滚动轴承故障诊断的精度。 展开更多

关键词 滚动轴承 最小熵反褶积 HHT 故障诊断

在线阅读 下载PDF 职称材料

频率域约束条件下的最小熵反褶积 被引量：1

13

作者 M.D.Sacchi 戴成泰 《石油物探译丛》 1995年第1期10-18,共9页

这里提出一种运用最小熵准则重新建立反射系数谱的方法。此种算法(FMED)可与传统的最小熵反褶积(MED)以及线性规划(LP)、自回归(AR)方法相比较,就与地震道反褶积的线性算子的系数而言,MED方法是通过使一个熵达到极大来进行。通过比较,... 这里提出一种运用最小熵准则重新建立反射系数谱的方法。此种算法(FMED)可与传统的最小熵反褶积(MED)以及线性规划(LP)、自回归(AR)方法相比较,就与地震道反褶积的线性算子的系数而言,MED方法是通过使一个熵达到极大来进行。通过比较,这里提出的算法可使与反射系数系列谱的频率损失有关的范数达到极大。此方法可简化为一种非线性算法,即能进行有限频带数据的反褶积,避免了线性算子的固有限制。 这里提出的方法通过各种合成例子来说明。为检查此种算法的正确性,还运用了野外数据。结果表明,此种方法是处理有限频带数据行之有效的方式。 FMED和LP方法的原理相类似。在频率约束条件下,这两种方法都是寻找一个特殊范数的极值。在LP方法中,线性规划问题采用了十分昂贵的单纯形法来解决。FMED法在每次迭代中仅用了两次快速富氏变换,减少了反演计算成本。 展开更多

关键词 最小熵反褶积 频率域约束 地震勘探 反射波

在线阅读 下载PDF 职称材料

最大自相关峰度反褶积在车轴噪声的评价研究

14

作者 张燕 郭俊杰 《机械设计与制造》 北大核心 2025年第5期46-53,共8页

针对传统方法对车轴异常噪声检测存在准确率低的问题,提出了一种基于最大自相关峰度反褶积的车轴异常噪声评价方法。首先对车轴噪声进行主观评价,明确了齿轮啮合频率脉冲是造成车轴异响的主要原因,然后对周期脉冲特征的车轴振动信号进... 针对传统方法对车轴异常噪声检测存在准确率低的问题,提出了一种基于最大自相关峰度反褶积的车轴异常噪声评价方法。首先对车轴噪声进行主观评价,明确了齿轮啮合频率脉冲是造成车轴异响的主要原因,然后对周期脉冲特征的车轴振动信号进行反褶积,通过仿真和实验测试结果表明,所提出的最大自相关峰度反褶积(MACKD)比最大相关峰度反褶积(MCKD)和最小熵反褶积(MED)更有效。在此基础上构建了脉冲自相关峰度指数(IACK),并将其用于量化车轴的异常噪声检测。结果表明,所提出的指标与主观评价结果的相关性大于0.9,表明该方法能够较好地识别车轴的噪声。 展开更多

关键词 噪声检测 反褶积 自相关峰度 最小熵反褶积

在线阅读 下载PDF 职称材料

基于最大相关峭度反褶积的齿轮箱复合故障特征提取 被引量：8

15

作者 王志坚 寇彦飞 +3 位作者 王俊元 张纪平 齐明思 赵志芳 《噪声与振动控制》 CSCD 2017年第3期173-176,共4页

提出一种基于最大相关峭度反褶积(Maximum correlated kurtosis deconvolution,MCKD)的复合故障特征提取方法,通过MCKD对原信号降噪,提取感兴趣的周期成分,同时将此方法与最小熵反褶积对比研究,验证该方法的强降噪效果。将该方法运用于... 提出一种基于最大相关峭度反褶积(Maximum correlated kurtosis deconvolution,MCKD)的复合故障特征提取方法,通过MCKD对原信号降噪,提取感兴趣的周期成分,同时将此方法与最小熵反褶积对比研究,验证该方法的强降噪效果。将该方法运用于齿轮箱复合故障诊断中,可成功提取出各个故障特征。 展开更多

关键词 振动与波 最大相关峭度反褶积 最小熵反褶积 复合故障 故障检测

在线阅读 下载PDF 职称材料

基于MED和ISSD的滚动轴承故障诊断

16

作者 刘尚坤 范壮壮 +1 位作者 张秀花 孔德刚 《机械设计与制造》 北大核心 2025年第1期136-139,共4页

针对奇异谱分解(SSD)算法中分量个数需要凭经验设定的不足,提出用最小能量差法准确确定分量个数的改进SSD(ISSD)方法,并结合最小熵反褶积(MED)降噪提取噪声背景下的轴承故障特征。首先,对轴承振动信号进行MED降噪预处理;然后,利用ISSD... 针对奇异谱分解(SSD)算法中分量个数需要凭经验设定的不足,提出用最小能量差法准确确定分量个数的改进SSD(ISSD)方法,并结合最小熵反褶积(MED)降噪提取噪声背景下的轴承故障特征。首先,对轴承振动信号进行MED降噪预处理;然后,利用ISSD方法得到能量差最小时的最佳分解分量个数、再用自相关峭度最大原则选出最佳分量;最后对最佳分量进行包络解调分析、诊断故障。实测滚动轴承内外圈振动信号分析结果验证了该方法的有效性。 展开更多

关键词 最小熵反褶积 奇异谱分解 自相关峭度 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

并行RSSD和改进MOMEDA的齿轮箱故障诊断 被引量：2

17

作者 尹志安 孙文龙 王凯 《机械设计与制造》 北大核心 2024年第9期196-204,共9页

为了克服传统共振稀疏信号分解与矩量法的局限性,提高其提取微弱故障特征的能力,提出了一种并行双参数优化RSSD和改进MOMEDA的行星齿轮箱故障诊断方法。首先,并行双参数优化RSSD构造了与不同故障特征相匹配的小波基函数,并将复合故障信... 为了克服传统共振稀疏信号分解与矩量法的局限性,提高其提取微弱故障特征的能力,提出了一种并行双参数优化RSSD和改进MOMEDA的行星齿轮箱故障诊断方法。首先,并行双参数优化RSSD构造了与不同故障特征相匹配的小波基函数,并将复合故障信号自适应分解为不同的谐振分量,实现了复杂故障特征的解耦。其次,利用改进MOMEDA对共振分量进行去卷积滤波,有效地消除了复杂传输路径和强环境噪声的影响,增强了与弱故障相关的脉冲。最后,通过对行星齿轮箱实验平台的实际故障信号的分析,证明了提出的方法不仅具有良好的解耦性能以及提取弱故障信号能力,且能够全面、准确地提取不同类型的故障。 展开更多

关键词 共振稀疏信号分解 多点最优最小熵反褶积 行星齿轮箱 故障诊断

在线阅读 下载PDF 职称材料

基于编码器信号自适应MOMEDA的太阳轮故障检测

18

作者 田田 郭瑜 +2 位作者 樊家伟 徐万通 朱云贵 《振动．测试与诊断》 EI CSCD 北大核心 2024年第6期1173-1180,1249,共9页

针对行星减速器太阳轮故障检测问题,提出了一种基于改进自适应多点最优最小熵反褶积(multipoint optimal minimum entropy deconvolution adjusted,简称MOMEDA)的太阳轮故障检测方法。首先,基于编码器信号传递路径短、与动力学直接相关... 针对行星减速器太阳轮故障检测问题,提出了一种基于改进自适应多点最优最小熵反褶积(multipoint optimal minimum entropy deconvolution adjusted,简称MOMEDA)的太阳轮故障检测方法。首先,基于编码器信号传递路径短、与动力学直接相关的优势,结合传动参数,计算得到故障特征周期,确定故障周期搜索区间及步长;其次,利用谱负熵最大化原则自适应确定优化滤波器长度,并得到解卷积后的信号;最后,采用包络谱分析揭示太阳轮齿根裂纹故障特征。通过仿真和实测数据分析,验证了所提方法的有效性。 展开更多

关键词 多点最优最小熵反褶积 瞬时角速度 谱负熵 太阳轮齿根裂纹 特征提取

在线阅读 下载PDF 职称材料

基于MED-MOMEDA的风电齿轮箱复合故障特征提取研究 被引量：12

19

作者 王志坚 张纪平 +3 位作者 王俊元 段能全 寇彦飞 吴文轩 《电机与控制学报》 EI CSCD 北大核心 2018年第9期111-118,共8页

强噪环境下,齿轮箱复合故障中的微弱故障特征难以提取,因此提出了基于多点最优最小熵反褶积(MOMEDA)的复合故障提取方法。首先对最小熵反褶积(MED)和最大相关峭度反褶积(MCKD)两种方法进行改进,以多点峭度最大值为目标,对信噪比不同的... 强噪环境下,齿轮箱复合故障中的微弱故障特征难以提取,因此提出了基于多点最优最小熵反褶积(MOMEDA)的复合故障提取方法。首先对最小熵反褶积(MED)和最大相关峭度反褶积(MCKD)两种方法进行改进,以多点峭度最大值为目标,对信噪比不同的仿真信号,通过设置合理的周期区间逐个追踪复合故障的周期成分,验证了此方法降噪性能;然后将MED-MOMEDA应用风电齿轮箱复合故障实验台中,成功提取出复合故障特征;最后用文中所提方法与EEMD对比分析进一步验证了此方法的可行性。 展开更多

关键词 复合故障 最小熵反褶积 最大相关峭度反褶积 最优最小熵反褶积

在线阅读 下载PDF 职称材料

基于MED-EEMD的滚动轴承微弱故障特征提取 被引量：36

20

作者 王志坚 韩振南 +1 位作者 刘邱祖 宁少慧 《农业工程学报》 EI CAS CSCD 北大核心 2014年第23期70-78,共9页

针对滚动轴承在强噪声环境下故障信号微弱、故障特征难以提取等问题,提出了基于最小熵反褶积(minimum entropy deconvolution,MED)和总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)两者相结合的方法来提取滚动轴承... 针对滚动轴承在强噪声环境下故障信号微弱、故障特征难以提取等问题,提出了基于最小熵反褶积(minimum entropy deconvolution,MED)和总体平均经验模态分解(ensemble empirical mode decomposition,EEMD)两者相结合的方法来提取滚动轴承微弱故障特征。通过对仿真信号和风电齿轮箱的振动信号分析,结果表明:为了弥补在强背景噪声下EEMD对微弱信号特征提取的局限性,该文选取MED作为EEMD的前置滤波器,最后对敏感的本征模态函数进行循环自相关函数解调分析,得出了风电齿轮箱的故障来自于高速轴的微小弯曲和高速轴输出端#10轴承外圈点蚀。同时与EEMD进行对比分析,表明了这种方法对微弱故障特征提取有较好的适用性。该文为多故障共存并处于强背景噪声下的微弱特征提取提供了参考。 展开更多

关键词 轴承 故障检测 信号分析 齿轮箱 最小熵反褶积 总体平均经验模态分解 微弱故障 多故障

在线阅读 下载PDF 职称材料