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
4
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EMD和AR模型的滚动轴承故障诊断方法
被引量:
47
1
作者
于德介
程军圣
杨宇
《振动工程学报》
EI
CSCD
北大核心
2004年第3期332-335,共4页
提出了基于 EMD(Em pirical Mode Decom position)和 AR模型的滚动轴承故障诊断方法。该方法用 EMD将滚动轴承振动信号分解成若干个平稳的 IMF(Intrinsic Mode Function)分量 ,对每一个 IMF分量建立 AR模型 ,以模型的自回归参数和残差...
提出了基于 EMD(Em pirical Mode Decom position)和 AR模型的滚动轴承故障诊断方法。该方法用 EMD将滚动轴承振动信号分解成若干个平稳的 IMF(Intrinsic Mode Function)分量 ,对每一个 IMF分量建立 AR模型 ,以模型的自回归参数和残差的方差作为特征向量建立 Mahalanobis距离判别函数 ,进而判断滚动轴承的工作状态和故障类型。实验结果分析表明 ,该方法能有效地应用于滚动轴承的故障诊断。
展开更多
关键词
特征向量
EMD方法
AR模型
距离判别函数
滚动轴承
故障诊断
在线阅读
下载PDF
职称材料
基于Hilbert-Huang变换的特征能量法及其在滚动轴承故障诊断中的应用
被引量:
5
2
作者
杨宇
于德介
程军圣
《计算机工程与应用》
CSCD
北大核心
2004年第10期6-8,33,共4页
Hilbert-Huang变换是一种新的自适应信号处理方法,非常适用于非线性和非平稳过程。该文在介绍Hilbert-Huang变换的基础上,针对滚动轴承故障振动信号的非平稳特征,提出了一种基于Hilbert-Huang变换的特征能量法。该方法在Hilbert-Huang...
Hilbert-Huang变换是一种新的自适应信号处理方法,非常适用于非线性和非平稳过程。该文在介绍Hilbert-Huang变换的基础上,针对滚动轴承故障振动信号的非平稳特征,提出了一种基于Hilbert-Huang变换的特征能量法。该方法在Hilbert-Huang变换的基础上定义滚动轴承振动信号在固有频率段的能量为特征能量,以此作为滚动轴承的故障特征向量,并通过建立M-距离判别函数来识别滚动轴承的故障类型。对滚动轴承外圈和内圈故障信号的分析结果表明,基于Hilbert-Huang变换的特征能量法可以有效地提取滚动轴承振动信号的故障特征。
展开更多
关键词
滚动轴承
Hilbea-Huang变换
特征能量法
距离判别函数
故障特征
在线阅读
下载PDF
职称材料
基于方差随机序列的故障诊断方法
被引量:
1
3
作者
刘成瑞
傅惠民
《机械强度》
EI
CAS
CSCD
北大核心
2006年第2期190-195,共6页
研究发现,方差随机序列的样本标准差能很好表征设备性能的稳定状况,由此提出一种新的故障诊断方法,该方法首先给出一种新的故障诊断特征量,然后采用Mahalanobis距离建立相应的判别函数,进而能对谱分析、时频分析等传统方法无法诊断而工...
研究发现,方差随机序列的样本标准差能很好表征设备性能的稳定状况,由此提出一种新的故障诊断方法,该方法首先给出一种新的故障诊断特征量,然后采用Mahalanobis距离建立相应的判别函数,进而能对谱分析、时频分析等传统方法无法诊断而工程中又大量存在的一类故障模式进行准确分析和判别。
展开更多
关键词
故障诊断
故障模式
故障特征量
样本标准差
Mahalanobis
距离判别函数
设备稳定性
在线阅读
下载PDF
职称材料
基于EMD和奇异值分解技术的齿轮故障诊断方法
被引量:
3
4
作者
程军圣
于德介
杨宇
《振动工程学报》
EI
CSCD
北大核心
2004年第z1期461-463,共3页
提出了基于EMD和奇异值分解技术的齿轮故障诊断方法.采用EMD方法将齿轮振动信号分解成若干个基本模式分量之和,并形成初始特征向量矩阵.然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值,将其作为齿轮振动信号的状态特征向量,通...
提出了基于EMD和奇异值分解技术的齿轮故障诊断方法.采用EMD方法将齿轮振动信号分解成若干个基本模式分量之和,并形成初始特征向量矩阵.然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值,将其作为齿轮振动信号的状态特征向量,通过建立距离判别函数判断齿轮的工作状态和故障类型.对实验数据的分析结果表明,本文方法能有效地应用于齿轮故障诊断.
展开更多
关键词
EMD
齿轮
故障诊断
奇异值分解
特征向量
距离判别函数
在线阅读
下载PDF
职称材料
题名
基于EMD和AR模型的滚动轴承故障诊断方法
被引量:
47
1
作者
于德介
程军圣
杨宇
机构
湖南大学机械与汽车工程学院
出处
《振动工程学报》
EI
CSCD
北大核心
2004年第3期332-335,共4页
基金
国家自然科学基金资助项目 (编号 :5 0 2 75 0 5 0 )
高等学校博士点专项科研基金资助项目 (编号 :2 0 0 2 0 5 32 0 2 4 )
文摘
提出了基于 EMD(Em pirical Mode Decom position)和 AR模型的滚动轴承故障诊断方法。该方法用 EMD将滚动轴承振动信号分解成若干个平稳的 IMF(Intrinsic Mode Function)分量 ,对每一个 IMF分量建立 AR模型 ,以模型的自回归参数和残差的方差作为特征向量建立 Mahalanobis距离判别函数 ,进而判断滚动轴承的工作状态和故障类型。实验结果分析表明 ,该方法能有效地应用于滚动轴承的故障诊断。
关键词
特征向量
EMD方法
AR模型
距离判别函数
滚动轴承
故障诊断
Keywords
feature vectors
EMD method
AR model
distance criterion function
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
基于Hilbert-Huang变换的特征能量法及其在滚动轴承故障诊断中的应用
被引量:
5
2
作者
杨宇
于德介
程军圣
机构
湖南大学机械与汽车工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2004年第10期6-8,33,共4页
基金
国家自然科学基金(编号:)
高等学校博士点专项科研基金(编号:)
文摘
Hilbert-Huang变换是一种新的自适应信号处理方法,非常适用于非线性和非平稳过程。该文在介绍Hilbert-Huang变换的基础上,针对滚动轴承故障振动信号的非平稳特征,提出了一种基于Hilbert-Huang变换的特征能量法。该方法在Hilbert-Huang变换的基础上定义滚动轴承振动信号在固有频率段的能量为特征能量,以此作为滚动轴承的故障特征向量,并通过建立M-距离判别函数来识别滚动轴承的故障类型。对滚动轴承外圈和内圈故障信号的分析结果表明,基于Hilbert-Huang变换的特征能量法可以有效地提取滚动轴承振动信号的故障特征。
关键词
滚动轴承
Hilbea-Huang变换
特征能量法
距离判别函数
故障特征
Keywords
roller bearing,Hilbert-Huang transform,feature energy method,distance criterion function,fault characteris-tic
分类号
TH165 [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
基于方差随机序列的故障诊断方法
被引量:
1
3
作者
刘成瑞
傅惠民
机构
北京航空航天大学小样本技术研究中心
出处
《机械强度》
EI
CAS
CSCD
北大核心
2006年第2期190-195,共6页
基金
国防科技预研项目(413200204)资助~~
文摘
研究发现,方差随机序列的样本标准差能很好表征设备性能的稳定状况,由此提出一种新的故障诊断方法,该方法首先给出一种新的故障诊断特征量,然后采用Mahalanobis距离建立相应的判别函数,进而能对谱分析、时频分析等传统方法无法诊断而工程中又大量存在的一类故障模式进行准确分析和判别。
关键词
故障诊断
故障模式
故障特征量
样本标准差
Mahalanobis
距离判别函数
设备稳定性
Keywords
Fault diagnosis
Failure mode
Fault characteristic quantity
Sample standard deviation
Mahalanobis dislance discriminate function
Stabilization of equipment performance
分类号
TH165.3 [机械工程—机械制造及自动化]
TP106.3 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于EMD和奇异值分解技术的齿轮故障诊断方法
被引量:
3
4
作者
程军圣
于德介
杨宇
出处
《振动工程学报》
EI
CSCD
北大核心
2004年第z1期461-463,共3页
文摘
提出了基于EMD和奇异值分解技术的齿轮故障诊断方法.采用EMD方法将齿轮振动信号分解成若干个基本模式分量之和,并形成初始特征向量矩阵.然后对初始特征向量矩阵进行奇异值分解得到矩阵的奇异值,将其作为齿轮振动信号的状态特征向量,通过建立距离判别函数判断齿轮的工作状态和故障类型.对实验数据的分析结果表明,本文方法能有效地应用于齿轮故障诊断.
关键词
EMD
齿轮
故障诊断
奇异值分解
特征向量
距离判别函数
分类号
TH113 [机械工程—机械设计及理论]
TH132.41 [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EMD和AR模型的滚动轴承故障诊断方法
于德介
程军圣
杨宇
《振动工程学报》
EI
CSCD
北大核心
2004
47
在线阅读
下载PDF
职称材料
2
基于Hilbert-Huang变换的特征能量法及其在滚动轴承故障诊断中的应用
杨宇
于德介
程军圣
《计算机工程与应用》
CSCD
北大核心
2004
5
在线阅读
下载PDF
职称材料
3
基于方差随机序列的故障诊断方法
刘成瑞
傅惠民
《机械强度》
EI
CAS
CSCD
北大核心
2006
1
在线阅读
下载PDF
职称材料
4
基于EMD和奇异值分解技术的齿轮故障诊断方法
程军圣
于德介
杨宇
《振动工程学报》
EI
CSCD
北大核心
2004
3
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