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
1
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
基于改进VME结合SMHD的滚动轴承故障特征提取方法与实验分析
1
作者
陈志刚
杨远鹏
王衍学
《实验技术与管理》
北大核心
2025年第4期92-99,共8页
为解决在强噪声背景下滚动轴承故障特征提取精度较低问题,提出一种麻雀搜索算法(SSA)优化变分模态提取(VME),并结合稀疏最大谐波噪声比解卷积(SMHD)的诊断方法。首先,利用SSA对VME进行优化,以能量特征指标为适应度函数,选取最优的惩罚...
为解决在强噪声背景下滚动轴承故障特征提取精度较低问题,提出一种麻雀搜索算法(SSA)优化变分模态提取(VME),并结合稀疏最大谐波噪声比解卷积(SMHD)的诊断方法。首先,利用SSA对VME进行优化,以能量特征指标为适应度函数,选取最优的惩罚因子和中心频率参数;然后,将选取的最优参数输入到VME中进行信号分解,得到期望模态分量;再后,对提取到的模态分量进行解卷积处理,利用稀疏因子和谐波噪声比进一步抑制噪声,提高信号的信噪比;最后,对经SMHD处理后的信号进行包络谱分析,提取出故障特征频率。实验结果表明,该方法能更加有效地剔除多余噪声信号,增强冲击脉冲信号,在故障特征频率及多个倍频处均能清晰观察到故障特征频率。
展开更多
关键词
轴承故障诊断
变分模态提取
能量特征指标
麻雀搜索算法
稀疏最大谐波噪声比解卷积
在线阅读
下载PDF
职称材料
题名
基于改进VME结合SMHD的滚动轴承故障特征提取方法与实验分析
1
作者
陈志刚
杨远鹏
王衍学
机构
北京建筑大学机电与车辆工程学院
北京市建筑安全监测工程技术研究中心
出处
《实验技术与管理》
北大核心
2025年第4期92-99,共8页
基金
国家自然科学基金项目(52275079)
北京市教育科学“十四五”规划课题(CDDB22195)
+1 种基金
北京建筑大学教育科学研究项目(Y2007)
北京建筑大学2024年度研究生教育教学质量提升项目(J2024010)。
文摘
为解决在强噪声背景下滚动轴承故障特征提取精度较低问题,提出一种麻雀搜索算法(SSA)优化变分模态提取(VME),并结合稀疏最大谐波噪声比解卷积(SMHD)的诊断方法。首先,利用SSA对VME进行优化,以能量特征指标为适应度函数,选取最优的惩罚因子和中心频率参数;然后,将选取的最优参数输入到VME中进行信号分解,得到期望模态分量;再后,对提取到的模态分量进行解卷积处理,利用稀疏因子和谐波噪声比进一步抑制噪声,提高信号的信噪比;最后,对经SMHD处理后的信号进行包络谱分析,提取出故障特征频率。实验结果表明,该方法能更加有效地剔除多余噪声信号,增强冲击脉冲信号,在故障特征频率及多个倍频处均能清晰观察到故障特征频率。
关键词
轴承故障诊断
变分模态提取
能量特征指标
麻雀搜索算法
稀疏最大谐波噪声比解卷积
Keywords
fault diagnosis of bearings
variational mode extraction
energy characteristic indicators
sparrow search algorithm
sparse maximum harmonic noise ratio deconvolution
分类号
TH133.33 [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
基于改进VME结合SMHD的滚动轴承故障特征提取方法与实验分析
陈志刚
杨远鹏
王衍学
《实验技术与管理》
北大核心
2025
0
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
