检索结果-维普期刊中文期刊服务平台

基于自适应变分模态提取的低速重载滚动轴承故障诊断方法被引量：13: 1; 作者俞惠惠郑近德 +2 位作者潘海洋童靳于刘庆运《振动与冲击》 EI CSCD 北大核心 2022年第11期65-71,113,共8页; 变分模态提取(variational mode extraction,VME)作为一种以极低计算度提取特定信号模态的新方法,其通过设置期望模态中心频率来获得固有模态函数。但是,VME只能针对一个中心频率提取一个分量,无法实现多分量信号的自适应分解。对此,通... 展开更多; 关键词自适应变分模态提取(AWME) 融合指标优选滚动轴承故障诊断; 在线阅读下载PDF 职称材料

基于AVME-OMOMEDA的滚动轴承复合故障诊断: 2; 作者刘志军周俊 +1 位作者伍星刘韬《振动工程学报》北大核心 2025年第9期2130-2140,共11页; 传统算法难以有效分离提取共振频带重叠的轴承复合故障特征,本文提出一种结合自适应变分模态提取(adaptive variational mode extraction,AVME)与优化多点最优最小熵反褶积(optimized multipoint optimal minimum entropy deconvolution... 展开更多; 关键词故障诊断滚动轴承自适应变分模态提取优化多点最优最小熵反褶积 S变换谱自相关能量谱; 在线阅读下载PDF 职称材料

基于PAVME的柴油机传动机构异常振动诊断研究被引量：1: 3; 作者周启迪张忠伟 +3 位作者王根全王延荣张利敏许春光《振动与冲击》北大核心 2025年第1期143-150,共8页; 柴油机传动机构振动信号具有强耦合、强冲击及强干扰特征,准确的信号特征提取是振动源识别及抑制的关键。针对变分模态提取(variational mode extraction,VME)方法在处理柴油机振动信号存在自适应性及准确性不足的问题,本研究以振动信... 展开更多; 关键词参数自适应变分模态提取(PAVME) 振动柴油机传动机构; 在线阅读下载PDF 职称材料

基于表面辐射声信号的柴油机进气及齿轮故障诊断: 4; 作者李斌林杰威 +3 位作者朱小龙林耕毅张益铭张俊红《排灌机械工程学报》 CSCD 北大核心 2024年第8期843-850,共8页; 利用声振信号进行发动机故障诊断过程中,部分故障激励仅在发动机表面特定位置的振动中有较强响应,振动测点要求高,需要接触测量,部分场景难以实现.为此,提出了一种以表面辐射声为媒介、以自适应变分模态提取(adaptive variational mode ... 展开更多; 关键词柴油机声信号故障诊断自适应变分模态提取支持向量机; 在线阅读下载PDF 职称材料

题名基于自适应变分模态提取的低速重载滚动轴承故障诊断方法被引量：13: 1; 作者俞惠惠郑近德潘海洋童靳于刘庆运; 机构安徽工业大学机械工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2022年第11期65-71,113,共8页; 基金国家自然科学基金(51975004) 安徽省自然科学基金项目(2008085QE215) +1 种基金安徽省矿山智能装备与技术重点实验室开放课题基金(201902005)。; 文摘变分模态提取(variational mode extraction,VME)作为一种以极低计算度提取特定信号模态的新方法,其通过设置期望模态中心频率来获得固有模态函数。但是,VME只能针对一个中心频率提取一个分量,无法实现多分量信号的自适应分解。对此,通过依据信号数据长度与带宽自适应设置多分量模态中心频率参数,把信号分解问题转化为多模态优化问题,在此基础上,提出了一种自适应变分模态提取(adaptive variational mode extraction,AVME)方法。此外,为解决单一指标无法衡量最优解调分量全面信息特征的问题,提出将峭度、相关系数和正交性进行融合来凸显及筛选有用分量进行解调和诊断。通过对滚动轴承故障仿真信号和实测信号进行分析,将所提的方法与现有多种信号分解方法对比,结果表明了该方法在计算耗时上和降噪方面的有效性。; 关键词自适应变分模态提取(AWME) 融合指标优选滚动轴承故障诊断; Keywords adaptive variational mode extraction(AVME) optimization of fusion index rolling bearing fault diagnosis; 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

题名基于AVME-OMOMEDA的滚动轴承复合故障诊断: 2; 作者刘志军周俊伍星刘韬; 机构昆明理工大学机电工程学院云南省先进装备智能制造技术重点实验室; 出处《振动工程学报》北大核心 2025年第9期2130-2140,共11页; 基金国家自然科学基金资助项目(52065030) 云南省科技厅重大专项(202202AC080008),云南省科技厅基础研究专项(202301AT070439) 云南省教育厅科学研究基金资助项目(2023J0138)。; 文摘传统算法难以有效分离提取共振频带重叠的轴承复合故障特征,本文提出一种结合自适应变分模态提取(adaptive variational mode extraction,AVME)与优化多点最优最小熵反褶积(optimized multipoint optimal minimum entropy deconvolution adjusted,OMOMEDA)的自适应滚动轴承复合故障特征分离提取方法。利用S变换谱自相关能量谱确定VME参数中心频率的初始值,提取出与故障相关的期望模态;将期望模态进行线性叠加重构原信号,实现对信号的降噪;利用OMOMEDA从重构信号中提取周期性脉冲信号,结合包络解调获取故障特征频率。仿真信号和试验信号验证了该方法能有效分离提取共振频带重叠的轴承复合故障特征,并与VMD-MCKD等其他4种已有算法进行比较,证明了所提方法的优越性。; 关键词故障诊断滚动轴承自适应变分模态提取优化多点最优最小熵反褶积 S变换谱自相关能量谱; Keywords fault diagnosis rolling bearing adaptive variational mode extraction optimized multipoint optimal minimum entropy deconvolution autocorrelation energy spectrum of S transform spectrum; 分类号 TH165.3 [机械工程—机械制造及自动化] TP206.3 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于PAVME的柴油机传动机构异常振动诊断研究被引量：1: 3; 作者周启迪张忠伟王根全王延荣张利敏许春光; 机构中国北方发动机研究所; 出处《振动与冲击》北大核心 2025年第1期143-150,共8页; 文摘柴油机传动机构振动信号具有强耦合、强冲击及强干扰特征,准确的信号特征提取是振动源识别及抑制的关键。针对变分模态提取(variational mode extraction,VME)方法在处理柴油机振动信号存在自适应性及准确性不足的问题,本研究以振动信号的峰值频率为中心频率的初始值,考虑分解信号与原始信号的相关性,以分解分量的峰峰值、均方根值及峰值因子为判定指标,提出一种参数自适应变分模态提取(parameter adaptive variational mode extraction,PAVME)算法,并通过构建强干扰环境下柴油机振动特征的模拟信号验证了该方法的准确性和鲁棒性。基于PAVME和功率谱密度函数(power spectral density function,PSD)识别出齿轮箱异常振动源为齿轮啮合激励。综合激励源和传递路径两个维度考虑,最后提出了通过轴系扭振控制进行传动机构振动抑制的方案。; 关键词参数自适应变分模态提取(PAVME) 振动柴油机传动机构; Keywords parameter adaptive variational mode extraction(PAVME) vibration diesel engine transmission mechanism; 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

题名基于表面辐射声信号的柴油机进气及齿轮故障诊断: 4; 作者李斌林杰威朱小龙林耕毅张益铭张俊红; 机构天津大学先进内燃动力全国重点实验室潍柴雷沃智慧农业科技股份有限公司天津仁爱学院机械工程学院; 出处《排灌机械工程学报》 CSCD 北大核心 2024年第8期843-850,共8页; 基金国家重点研发计划项目(2021YFD2000303)。; 文摘利用声振信号进行发动机故障诊断过程中,部分故障激励仅在发动机表面特定位置的振动中有较强响应,振动测点要求高,需要接触测量,部分场景难以实现.为此,提出了一种以表面辐射声为媒介、以自适应变分模态提取(adaptive variational mode extraction,AVME)进行预处理的柴油机进气故障和齿轮故障诊断方法.开展了某直列六缸重型柴油机的进气滤清器堵塞、气门间隙异常和正时齿轮损伤3类故障状态的台架试验,获取了不同故障程度下发动机表面辐射噪声.基于改进的AVME方法,实现噪声信号本征模函数(intrinsic mode function,IMF)的最优分解,通过计算IMF与原信号间的互相关系数,提取高相关IMF构成故障诊断输入.经预处理后,声信号故障特征得到有效增强,再输入到麻雀搜索算法优化支持向量机模型(support vector machine model optimized by sparrow search algorithm,SSA-SVM),进行特征参量和模型参数协同优化可以获得更好的诊断精度.试验验证表明,无需在半消声室测试,仅使用单通道声信号对3类11种程度的进气系统和齿轮故障进行诊断,前端噪声准确率最高(98.89%),顶部噪声准确率最低(88.78%);使用前、顶、后三通道噪声数据后,诊断精度可提升至99.57%.研究结论为基于声信号等非接触测量的发动机故障诊断提供了参考.; 关键词柴油机声信号故障诊断自适应变分模态提取支持向量机; Keywords diesel engine acoustic signal fault diagnosis adaptive variational mode extraction support vector machine; 分类号 TK428 [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	作者	出处	发文年	被引量	操作
1	基于自适应变分模态提取的低速重载滚动轴承故障诊断方法	俞惠惠郑近德潘海洋童靳于刘庆运	《振动与冲击》 EI CSCD 北大核心	2022	13	在线阅读下载PDF 职称材料
2	基于AVME-OMOMEDA的滚动轴承复合故障诊断	刘志军周俊伍星刘韬	《振动工程学报》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于PAVME的柴油机传动机构异常振动诊断研究	周启迪张忠伟王根全王延荣张利敏许春光	《振动与冲击》北大核心	2025	1	在线阅读下载PDF 职称材料
4	基于表面辐射声信号的柴油机进气及齿轮故障诊断	李斌林杰威朱小龙林耕毅张益铭张俊红	《排灌机械工程学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料