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
基于级联双稳随机共振和多重分形的机械故障诊断方法研究
被引量：
17
1
作者
郝研
王太勇
+1 位作者
万剑
张攀
《振动与冲击》
EI
CSCD
北大核心
2012年第8期181-185,共5页
对级联双稳随机共振的滤波特性进行了对比和分析,利用这种特性,结合广义维数对信号非线性特征的度量能力,提出了基于级联双稳随机共振和多重分形的机械故障诊断方法。实验结果证明,该方法可以有效地消除高频噪声,增强低频段信号的能量,...
对级联双稳随机共振的滤波特性进行了对比和分析,利用这种特性,结合广义维数对信号非线性特征的度量能力,提出了基于级联双稳随机共振和多重分形的机械故障诊断方法。实验结果证明,该方法可以有效地消除高频噪声,增强低频段信号的能量,由此得到的分形维数比较准确,能够更加精确地度量机械振动信号的非线性特征,从而达到机械故障诊断的目的。
展开更多
关键词
信息处理技术
级联双稳随机共振
多重分形
广义维数
故障诊断
滤波
在线阅读
下载PDF
职称材料
级联双稳随机共振和基于Hermite插值的局部均值分解方法在齿轮故障诊断中应用
被引量：
9
2
作者
李永波
徐敏强
+2 位作者
赵海洋
张思杨
黄文虎
《振动与冲击》
EI
CSCD
北大核心
2015年第5期95-101,共7页
针对于弱信号在齿轮故障中难以提取问题,提出了一种基于级联双稳随机共振(Cascaded Bistable Stochastic Resonance,CBSR)降噪和局部均值分解(Local Mean Decomposition,LMD)齿轮故障的诊断方法。随机共振可有效削弱信号中的噪声,利用...
针对于弱信号在齿轮故障中难以提取问题,提出了一种基于级联双稳随机共振(Cascaded Bistable Stochastic Resonance,CBSR)降噪和局部均值分解(Local Mean Decomposition,LMD)齿轮故障的诊断方法。随机共振可有效削弱信号中的噪声,利用噪声增强故障信号的微弱特征;LMD方法可自适应将复杂信号分解为若干个具有一定物理意义上PF分量之和,适合处理多分量调幅调频信号。首先将振动信号进行CBSR消噪处理,然后对消噪信号进行LMD分解,通过PF分量的幅值谱找到齿轮的故障频率。通过齿轮磨损故障诊断的工程应用,表明该方法可以有效提取齿轮故障微弱特征,实现齿轮箱的早期故障诊断。
展开更多
关键词
级联双稳随机共振
局部均值分解
故障诊断
齿轮
在线阅读
下载PDF
职称材料
题名
基于级联双稳随机共振和多重分形的机械故障诊断方法研究
被引量：
17
1
作者
郝研
王太勇
万剑
张攀
机构
天津大学精密仪器与光电子工程学院
天津大学机械工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2012年第8期181-185,共5页
基金
国家自然科学基金(50975193)
国家科技重大专项(2009ZX04014-101-05)
教育部2010年博士点基金(20100032110006)
文摘
对级联双稳随机共振的滤波特性进行了对比和分析,利用这种特性,结合广义维数对信号非线性特征的度量能力,提出了基于级联双稳随机共振和多重分形的机械故障诊断方法。实验结果证明,该方法可以有效地消除高频噪声,增强低频段信号的能量,由此得到的分形维数比较准确,能够更加精确地度量机械振动信号的非线性特征,从而达到机械故障诊断的目的。
关键词
信息处理技术
级联双稳随机共振
多重分形
广义维数
故障诊断
滤波
Keywords
signal processing technology
cascaded bistable stochastic resonance （CBSR）
multi-fractal
generalized dimension
fault diagnosis
filtering
分类号
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
级联双稳随机共振和基于Hermite插值的局部均值分解方法在齿轮故障诊断中应用
被引量：
9
2
作者
李永波
徐敏强
赵海洋
张思杨
黄文虎
机构
哈尔滨工业大学深空探测基础研究中心
出处
《振动与冲击》
EI
CSCD
北大核心
2015年第5期95-101,共7页
基金
国家自然科学基金资助项目(10772061)
文摘
针对于弱信号在齿轮故障中难以提取问题,提出了一种基于级联双稳随机共振(Cascaded Bistable Stochastic Resonance,CBSR)降噪和局部均值分解(Local Mean Decomposition,LMD)齿轮故障的诊断方法。随机共振可有效削弱信号中的噪声,利用噪声增强故障信号的微弱特征;LMD方法可自适应将复杂信号分解为若干个具有一定物理意义上PF分量之和,适合处理多分量调幅调频信号。首先将振动信号进行CBSR消噪处理,然后对消噪信号进行LMD分解,通过PF分量的幅值谱找到齿轮的故障频率。通过齿轮磨损故障诊断的工程应用,表明该方法可以有效提取齿轮故障微弱特征,实现齿轮箱的早期故障诊断。
关键词
级联双稳随机共振
局部均值分解
故障诊断
齿轮
Keywords
cascaded bistable stochastic resonance
local mean decomposition
fault diagnosis
gear
分类号
TH165.3 [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
作者
出处
发文年
被引量
操作
1
基于级联双稳随机共振和多重分形的机械故障诊断方法研究
郝研
王太勇
万剑
张攀
《振动与冲击》
EI
CSCD
北大核心
2012
17
在线阅读
下载PDF
职称材料
2
级联双稳随机共振和基于Hermite插值的局部均值分解方法在齿轮故障诊断中应用
李永波
徐敏强
赵海洋
张思杨
黄文虎
《振动与冲击》
EI
CSCD
北大核心
2015
9
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
