检索结果-维普期刊中文期刊服务平台

基于优化小波阈值的轴承振动信号降噪算法: 1; 作者覃坚费太勇 +1 位作者曲智国张逸楠《现代防御技术》北大核心 2023年第2期141-147,共7页; 滚动轴承振动信号能够及时准确地提供机电设备状态特征信息,且可实现在线或离线监测,广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变,往往掺杂较多噪声,噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信... 展开更多; 关键词故障诊断滚动轴承振动信号噪声小波阈值法差分进化算法 GCV函数; 在线阅读下载PDF 职称材料

基于CEEMDAN+WT的齿轮箱轴承故障诊断研究: 2; 作者齐佳宝王琳 +4 位作者刘劲涛李家奇顾渝林朱怡波陈冀驰《沈阳工程学院学报(自然科学版)》 2025年第1期84-90,共7页; 为了有效识别轴承故障,提出基于自适应噪声完备集合经验模态分解与小波阈值联合的卷积神经网络故障诊断模型。首先,运用自适应噪声完备集合经验模态分解算法将采集到的信号分解成本征模态分量,使用小波阈值法对高频的分量进行去噪处理;... 展开更多; 关键词轴承振动信号 CEEMDAN+小波阈值去噪处理卷积神经网络; 在线阅读下载PDF 职称材料

奇异谱分解联合互信息的主轴轴承故障特征提取研究被引量：9: 3; 作者王振亚伍星 +1 位作者刘韬缪护《振动与冲击》 EI CSCD 北大核心 2023年第15期23-30,47,共9页; 奇异谱分解(singular spectrum decomposition, SSD)算法存在当信号信噪比较低时降噪能力较差以及敏感分量个数难以确定的问题。针对上述问题,提出了SSD联合互信息理论(mutual information, MI)的主轴故障特征提取方法。首先,将轴承振... 展开更多; 关键词互信息理论(MI) 奇异谱分解(SSD) 轴承振动信号带通滤波故障诊断; 在线阅读下载PDF 职称材料

基于深度置信网络的轴承故障识别分析与研究被引量：3: 4; 作者刘雨轩王琳 +3 位作者张鹏镇徐鑫尹晓伟陈骥驰《沈阳工程学院学报（自然科学版）》 2023年第4期84-89,共6页; 轴承为诸多机械设备的重要零部件,对其故障状态的识别对于设备的稳定运行具有重要的意义。本文首先利用改进的自适应噪声完全集合经验模态分解(ICEEMDAN)与小波阈值相结合的方法去除轴承振动信号中的伪迹,然后分别提取信号的标准差、峭... 展开更多; 关键词轴承振动信号 ICEEMDAN 小波阈值深度置信网络; 在线阅读下载PDF 职称材料

题名基于优化小波阈值的轴承振动信号降噪算法: 1; 作者覃坚费太勇曲智国张逸楠; 机构空军预警学院; 出处《现代防御技术》北大核心 2023年第2期141-147,共7页; 文摘滚动轴承振动信号能够及时准确地提供机电设备状态特征信息,且可实现在线或离线监测,广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变,往往掺杂较多噪声,噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信号降噪不明显的问题,提出了一种用于轴承振动信号降噪的差分进化优化小波软阈值算法,对含噪信号进行小波分解,利用广义交叉验证GCV函数作为新的阈值函数对分解后的小波系数进行处理,结合差分进化算法进行寻优获取最优阈值。实验采用美国凯斯西储大学的轴承数据进行仿真分析,通过与常用降噪方法相比,该方法在较好地保留特征信号的前提下,较大程度地去除了噪声,有效地提高了降噪效果。; 关键词故障诊断滚动轴承振动信号噪声小波阈值法差分进化算法 GCV函数; Keywords fault diagnosis rolling bearing vibration signal noise wavelet thresholding method differential evolution(DE)algorithm generalized cross-validation(GCV)function; 分类号 TH133.1 [机械工程—机械制造及自动化] TN957.81 [电子电信—信号与信息处理] TP391.9 [自动化与计算机技术—计算机应用技术] TJ0 [兵器科学与技术—兵器发射理论与技术]; 在线阅读下载PDF 职称材料

题名基于CEEMDAN+WT的齿轮箱轴承故障诊断研究: 2; 作者齐佳宝王琳刘劲涛李家奇顾渝林朱怡波陈冀驰; 机构沈阳工程学院能源动力与核技术工程学院沈阳工程学院机械工程学院沈阳工业大学机械工程学院; 出处《沈阳工程学院学报(自然科学版)》 2025年第1期84-90,共7页; 基金国家自然科学基金(NSFC 62001312、62101355) 辽宁省联合基金项目面上资助项目(2023-MSLH-214) +1 种基金辽宁省教育厅科学研究项目(LJKZZ20220139)。; 文摘为了有效识别轴承故障,提出基于自适应噪声完备集合经验模态分解与小波阈值联合的卷积神经网络故障诊断模型。首先,运用自适应噪声完备集合经验模态分解算法将采集到的信号分解成本征模态分量,使用小波阈值法对高频的分量进行去噪处理;其次,将去噪后的分量和未去噪的分量进行重构,得到去噪后的信号;最后,基于支持向量机及卷积神经网络建立轴承故障诊断模型,将去噪后的信号进行分类处理。结果表明:基于支持向量机建立的模型准确率可达到88.2%,基于卷积神经网络建立的模型准确率可达到98.5%以上。; 关键词轴承振动信号 CEEMDAN+小波阈值去噪处理卷积神经网络; Keywords Bearing vibration signal CEEMDAN+Wavelet threshold Denoising processing Convolutional neural network; 分类号 TP751.1 [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

题名奇异谱分解联合互信息的主轴轴承故障特征提取研究被引量：9: 3; 作者王振亚伍星刘韬缪护; 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云南机电职业技术学院昆明云内动力股份有限公司; 出处《振动与冲击》 EI CSCD 北大核心 2023年第15期23-30,47,共9页; 基金国家自然科学基金(52065030) 云南省重大科技专项计划(202102AC08000220)。; 文摘奇异谱分解(singular spectrum decomposition, SSD)算法存在当信号信噪比较低时降噪能力较差以及敏感分量个数难以确定的问题。针对上述问题,提出了SSD联合互信息理论(mutual information, MI)的主轴故障特征提取方法。首先,将轴承振动信号经过SSD分解,得到多个奇异谱分量(singular spectral component, SSC);然后分别计算原始信号与SSC之间的互信息,选择最小互信息(minimum mutual information, MinMI)处的分量为最佳分量。由于背景噪声的影响,选取的最佳分量故障特征频率并不明显。因此,基于振动信号特点与互信息理论提出了差分突变互信息(differential mutation mutual information, DMMI)的有效分量保留方法,通过对计算相邻SSC之和之间的MI值,保留突变点内的分量作为敏感信号,在此基础上再依据MinMI原则设计带通滤波器,对敏感信号带通滤波并进行包络解调以提取故障特征频率。通过仿真信号与真实主轴轴承数据分析表明,对信号进行DMMI保留敏感分量,结合MinMI准则的自适应滤波处理在主轴轴承故障特征提取方面表现了优异的性能。; 关键词互信息理论(MI) 奇异谱分解(SSD) 轴承振动信号带通滤波故障诊断; Keywords mutual information(MI) singular spectrum decomposition(SSD) bearing vibration signal bandpass filtering fault diagnosis; 分类号 TH212 [机械工程—机械制造及自动化] TH213.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于深度置信网络的轴承故障识别分析与研究被引量：3: 4; 作者刘雨轩王琳张鹏镇徐鑫尹晓伟陈骥驰; 机构沈阳工程学院能源与动力学院沈阳工程学院机械学院沈阳工业大学机械工程学院; 出处《沈阳工程学院学报（自然科学版）》 2023年第4期84-89,共6页; 基金国家自然科学基金(62001312,62101355) 辽宁省教育厅科学研究项目(JL-1909) 辽宁省科学技术计划项目(2021-MS-269)。; 文摘轴承为诸多机械设备的重要零部件,对其故障状态的识别对于设备的稳定运行具有重要的意义。本文首先利用改进的自适应噪声完全集合经验模态分解(ICEEMDAN)与小波阈值相结合的方法去除轴承振动信号中的伪迹,然后分别提取信号的标准差、峭度、样本熵等线性和非线性特征,最后将多域特征作为输入项,利用深度置信网络(DBN)进行训练识别,建立了能够有效识别轴承故障类型的网络模型。试验结果表明:该模型对轴承故障类型识别的正确率可达97.8%。; 关键词轴承振动信号 ICEEMDAN 小波阈值深度置信网络; Keywords Bearing vibration signal ICEEMDAN wavelet threshold deep belief network; 分类号 TP751.1 [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	作者	出处	发文年	被引量	操作
1	基于优化小波阈值的轴承振动信号降噪算法	覃坚费太勇曲智国张逸楠	《现代防御技术》北大核心	2023	0	在线阅读下载PDF 职称材料
2	基于CEEMDAN+WT的齿轮箱轴承故障诊断研究	齐佳宝王琳刘劲涛李家奇顾渝林朱怡波陈冀驰	《沈阳工程学院学报(自然科学版)》	2025	0	在线阅读下载PDF 职称材料
3	奇异谱分解联合互信息的主轴轴承故障特征提取研究	王振亚伍星刘韬缪护	《振动与冲击》 EI CSCD 北大核心	2023	9	在线阅读下载PDF 职称材料
4	基于深度置信网络的轴承故障识别分析与研究	刘雨轩王琳张鹏镇徐鑫尹晓伟陈骥驰	《沈阳工程学院学报（自然科学版）》	2023	3	在线阅读下载PDF 职称材料