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
2
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
基于频域盲解卷积的机械设备状态监测与故障诊断
被引量：
9
1
作者
潘楠
伍星
+2 位作者
迟毅林
柳小勤
刘畅
《振动与冲击》
EI
CSCD
北大核心
2012年第12期34-41,共8页
在频域盲解卷积(FDBD)模型的基础上,重点论述了其在工程信号特征提取中的关键技术:抑制循环—部分卷积误差的方法、次序不确定性的消除方法以及复数域盲分离算法的原理和应用。针对复杂环境或复杂机械设备结构中声、振信号的特征提取,...
在频域盲解卷积(FDBD)模型的基础上,重点论述了其在工程信号特征提取中的关键技术:抑制循环—部分卷积误差的方法、次序不确定性的消除方法以及复数域盲分离算法的原理和应用。针对复杂环境或复杂机械设备结构中声、振信号的特征提取,全面综述了频域盲解卷积技术在机械设备状态监测和故障诊断中的研究现状,利用声学实验验证了其实际应用价值。最后指出了未来需要进一步研究的主要问题。
展开更多
关键词
频域盲解卷积
机械故障诊断
循环—部分卷积误差
复数盲分离算法
次序不确定性
在线阅读
下载PDF
职称材料
基于信源估计和频域反卷积的滚动轴承故障特征分离与辨识
被引量：
3
2
作者
张建宇
孟浩
胥永刚
《中国机械工程》
EI
CAS
CSCD
北大核心
2017年第1期45-51,共7页
针对轴承故障的振动特征由于受到强振源的抑制作用而增加了故障分离与辨识难度的问题,建立了基于信源估计和频域反卷积的故障诊断方法。利用小波包分解将信号分离成多个子带信号,并和奇异值分解相结合,解决欠定条件下的信号源数估计问题...
针对轴承故障的振动特征由于受到强振源的抑制作用而增加了故障分离与辨识难度的问题,建立了基于信源估计和频域反卷积的故障诊断方法。利用小波包分解将信号分离成多个子带信号,并和奇异值分解相结合,解决欠定条件下的信号源数估计问题;根据估计的源数,选取相应维数的观测信号,通过短时傅里叶变换、复数域独立分量分析、相关排序、短时傅里叶逆变换,完成频域反卷积的分析过程,实现故障特征的分离与提取。仿真信号和实验数据均验证了该方法在故障特征分离与微弱特征辨识中的有效性。
展开更多
关键词
小波包分解
奇异值分解
短时傅里叶变换
复数域独立分量分析
频域反卷积
在线阅读
下载PDF
职称材料
题名
基于频域盲解卷积的机械设备状态监测与故障诊断
被引量：
9
1
作者
潘楠
伍星
迟毅林
柳小勤
刘畅
机构
昆明理工大学机电工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2012年第12期34-41,共8页
基金
国家自然科学基金资助项目(50805071)
云南省教育厅科学研究基金资助项目(2010Y380)
文摘
在频域盲解卷积(FDBD)模型的基础上,重点论述了其在工程信号特征提取中的关键技术:抑制循环—部分卷积误差的方法、次序不确定性的消除方法以及复数域盲分离算法的原理和应用。针对复杂环境或复杂机械设备结构中声、振信号的特征提取,全面综述了频域盲解卷积技术在机械设备状态监测和故障诊断中的研究现状,利用声学实验验证了其实际应用价值。最后指出了未来需要进一步研究的主要问题。
关键词
频域盲解卷积
机械故障诊断
循环—部分卷积误差
复数盲分离算法
次序不确定性
Keywords
frequency-domain blind deconvolution（fdbd）
mechanical fault diagnosis
error between cyclic and partial convolutions
complex-domain
blind
separation algorithm
permutation indeterminacy
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
基于信源估计和频域反卷积的滚动轴承故障特征分离与辨识
被引量：
3
2
作者
张建宇
孟浩
胥永刚
机构
北京工业大学先进制造技术北京市重点实验室
卧龙电气章丘海尔电机有限公司
北京市精密测控技术与仪器工程技术研究中心
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2017年第1期45-51,共7页
基金
北京市教委科技计划资助项目(KM201410005027)
文摘
针对轴承故障的振动特征由于受到强振源的抑制作用而增加了故障分离与辨识难度的问题,建立了基于信源估计和频域反卷积的故障诊断方法。利用小波包分解将信号分离成多个子带信号,并和奇异值分解相结合,解决欠定条件下的信号源数估计问题;根据估计的源数,选取相应维数的观测信号,通过短时傅里叶变换、复数域独立分量分析、相关排序、短时傅里叶逆变换,完成频域反卷积的分析过程,实现故障特征的分离与提取。仿真信号和实验数据均验证了该方法在故障特征分离与微弱特征辨识中的有效性。
关键词
小波包分解
奇异值分解
短时傅里叶变换
复数域独立分量分析
频域反卷积
Keywords
wavelet packet decomposition
singular value decomposition（SVD）
short time Fourier transform （STFT）
fast-ICA in complex domain
frequency domain
blind
deconvolution
（fdbd
）
分类号
TH16 [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
基于频域盲解卷积的机械设备状态监测与故障诊断
潘楠
伍星
迟毅林
柳小勤
刘畅
《振动与冲击》
EI
CSCD
北大核心
2012
9
在线阅读
下载PDF
职称材料
2
基于信源估计和频域反卷积的滚动轴承故障特征分离与辨识
张建宇
孟浩
胥永刚
《中国机械工程》
EI
CAS
CSCD
北大核心
2017
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
