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
2
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
基于形态小波和S变换的滚动轴承故障特征提取
被引量：
5
1
作者
杨先勇
周晓军
+2 位作者
张文斌
杨富春
林勇
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2010年第11期2088-2092,2141,共6页
针对传统小波在强背景噪声中提取冲击故障特征的不足,提出基于极大提升形态小波(MLMW)分析和S变换的滚动轴承故障特征提取方法.先利用MLMW变换将信号分解到不同形态尺度上,各尺度信号上保留着信号局部极值形态特征,对细节信号进行软阈...
针对传统小波在强背景噪声中提取冲击故障特征的不足,提出基于极大提升形态小波(MLMW)分析和S变换的滚动轴承故障特征提取方法.先利用MLMW变换将信号分解到不同形态尺度上,各尺度信号上保留着信号局部极值形态特征,对细节信号进行软阈值降噪处理,再从重构信号的具有良好时频聚焦性的S变换谱上提取故障特征.试验结果表明,MLMW既抑制了噪声和谐波分量,又显著强化了故障特征;相比传统小波和包络分析,能清晰地提取非平稳非线性故障特征.由于MLMW采用简单的形态算子和高效的提升方法,计算简单高效,适于故障特征的在线分析.
展开更多
关键词
极大
提升
形态小
波
(
mlmw
)
滚动轴承
特征提取
降噪
S变换
在线阅读
下载PDF
职称材料
基于MLMW和CWT灰度矩向量的滚动轴承故障诊断
被引量：
2
2
作者
杨先勇
周晓军
+1 位作者
沈路
林勇
《中国机械工程》
EI
CAS
CSCD
北大核心
2010年第8期951-956,共6页
提出了基于极大提升形态小波(MLMW)降噪的CWT灰度矩向量-LSSVM的轴承故障诊断方法。先利用MLMW对信号进行降噪处理,再将降噪信号的CWT灰度图划分为若干区域,计算各分区的灰度矩组成灰度矩向量,将其作为LSSVM的输入进行故障分类。试验结...
提出了基于极大提升形态小波(MLMW)降噪的CWT灰度矩向量-LSSVM的轴承故障诊断方法。先利用MLMW对信号进行降噪处理,再将降噪信号的CWT灰度图划分为若干区域,计算各分区的灰度矩组成灰度矩向量,将其作为LSSVM的输入进行故障分类。试验结果表明:相对于原始信号的灰度图,MLMW降噪后的灰度图特征突出、区分显著,相应的灰度矩向量可有效刻画轴承状态;随着分区数增加,诊断准确率升高;相对于原始灰度矩向量-LSSVM方法和小波降噪的灰度矩向量-LSSVM方法,所提出方法准确率高、泛化性好、所需训练样本少,可准确识别轴承故障类型。
展开更多
关键词
灰度矩向量
最小二乘支持向量机(LSSVM)
极大
提升
形态小
波
(
mlmw
)
滚动轴承
在线阅读
下载PDF
职称材料
题名
基于形态小波和S变换的滚动轴承故障特征提取
被引量：
5
1
作者
杨先勇
周晓军
张文斌
杨富春
林勇
机构
浙江大学浙江省先进制造技术重点实验室
中国舰船研究设计中心
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2010年第11期2088-2092,2141,共6页
文摘
针对传统小波在强背景噪声中提取冲击故障特征的不足,提出基于极大提升形态小波(MLMW)分析和S变换的滚动轴承故障特征提取方法.先利用MLMW变换将信号分解到不同形态尺度上,各尺度信号上保留着信号局部极值形态特征,对细节信号进行软阈值降噪处理,再从重构信号的具有良好时频聚焦性的S变换谱上提取故障特征.试验结果表明,MLMW既抑制了噪声和谐波分量,又显著强化了故障特征;相比传统小波和包络分析,能清晰地提取非平稳非线性故障特征.由于MLMW采用简单的形态算子和高效的提升方法,计算简单高效,适于故障特征的在线分析.
关键词
极大
提升
形态小
波
(
mlmw
)
滚动轴承
特征提取
降噪
S变换
Keywords
max-lifting morphological wavelet （
mlmw
）
rolling bearing
feature extraction
denoising
S-transform
分类号
TH165.3 [机械工程—机械制造及自动化]
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MLMW和CWT灰度矩向量的滚动轴承故障诊断
被引量：
2
2
作者
杨先勇
周晓军
沈路
林勇
机构
浙江大学浙江省先进制造技术重点研究实验室
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2010年第8期951-956,共6页
文摘
提出了基于极大提升形态小波(MLMW)降噪的CWT灰度矩向量-LSSVM的轴承故障诊断方法。先利用MLMW对信号进行降噪处理,再将降噪信号的CWT灰度图划分为若干区域,计算各分区的灰度矩组成灰度矩向量,将其作为LSSVM的输入进行故障分类。试验结果表明:相对于原始信号的灰度图,MLMW降噪后的灰度图特征突出、区分显著,相应的灰度矩向量可有效刻画轴承状态;随着分区数增加,诊断准确率升高;相对于原始灰度矩向量-LSSVM方法和小波降噪的灰度矩向量-LSSVM方法,所提出方法准确率高、泛化性好、所需训练样本少,可准确识别轴承故障类型。
关键词
灰度矩向量
最小二乘支持向量机(LSSVM)
极大
提升
形态小
波
(
mlmw
)
滚动轴承
Keywords
gray moment vector
least square support vector machine（LSSVM）
max-lifting morphological wavelet（
mlmw
）
rolling bearing
分类号
TH165.3 [机械工程—机械制造及自动化]
TH18 [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
基于形态小波和S变换的滚动轴承故障特征提取
杨先勇
周晓军
张文斌
杨富春
林勇
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2010
5
在线阅读
下载PDF
职称材料
2
基于MLMW和CWT灰度矩向量的滚动轴承故障诊断
杨先勇
周晓军
沈路
林勇
《中国机械工程》
EI
CAS
CSCD
北大核心
2010
2
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
