期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于SHO-VMD分解和多特征参数的变工况滚动轴承故障诊断 被引量:4
1
作者 刘伟 梁涛 +1 位作者 李涛 姜文 《机床与液压》 北大核心 2022年第19期185-193,共9页
风机在多种工况条件下运行时,利用轴承的振动监测系统所检测到的信号难以实现故障诊断,而大量文献研究的轴承故障诊断多是在恒定转速下进行的。针对变工况下运行的滚动轴承,提出一种基于SHO-VMD分解和多特征参数融合的特征提取方法,使用... 风机在多种工况条件下运行时,利用轴承的振动监测系统所检测到的信号难以实现故障诊断,而大量文献研究的轴承故障诊断多是在恒定转速下进行的。针对变工况下运行的滚动轴承,提出一种基于SHO-VMD分解和多特征参数融合的特征提取方法,使用t-SNE降维可视化,提取出振动信号的故障信息与转速变化信息。变分模态分解(VMD)方法的分解效果取决于分解个数和惩罚因子的取值,采用自私羊群优化算法(SHO)对参数进行优化,将振动信号分解为一些本征模态分量,再对每组分量进行特征参数提取,基于奇异值特征、能量熵、样本熵特征进行多特征量融合,使用t-SNE降维来提取轴承故障信息以及速度变化信息,实验结果表明:提出的方法可以有效提取出轴承的故障和速度信息。 展开更多
关键词 sho优化算法 变分模态分解 多特征量 滚动轴承 故障诊断 变工况
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部