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
共找到10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：
基于改进共振稀疏分解的滚动轴承早期故障特征提取方法
1
作者 孙梦 高丙朋 程静 《机械强度》 北大核心 2025年第6期17-26,共10页
针对滚动轴承发生早期故障时其故障特征微弱,复杂运行环境下的故障特征容易被噪声淹没的问题,提出了基于改进的人工大猩猩部队(Improved Artificial Gorilla Troops Optimizer,IGTO)算法、优化共振稀疏分解(Resonancebased Sparse Signa... 针对滚动轴承发生早期故障时其故障特征微弱,复杂运行环境下的故障特征容易被噪声淹没的问题,提出了基于改进的人工大猩猩部队(Improved Artificial Gorilla Troops Optimizer,IGTO)算法、优化共振稀疏分解(Resonancebased Sparse Signal Decomposition,RSSD)、多参数与稀疏最大谐波噪声比解卷积(Sparse Maximum Harmonics-to-noise-ratio Deconvolution,SMHD)方法相结合的早期故障诊断方法。首先,以低共振分量的平方包络谱相关峭度(Squared Envelope Spectral Correlated Kurtosis,SE-SCK)负值为目标函数,利用IGTO同时优化RSSD的品质因子Q、权重系数λ和拉格朗日乘子μ,实现小波基函数和耗散函数的最优匹配,以获得富含故障信息的最优低共振分量;其次,将其输入SMHD进行滤波处理;最后,进行包络谱分析提取故障特征。算法对比试验表明,IGTO算法寻优性能显著提高;仿真和XJTU-SY轴承全寿命周期故障信号试验结果表明,所提方法更能有效地提取滚动轴承早期微弱故障特征。 展开更多
关键词 改进的人工大猩猩部队算法 共振稀疏分解 平方包络谱相关峭度 稀疏最大谐波噪声比解卷积 早期故障诊断
在线阅读 下载PDF
自适应双阻尼小波字典的轴承复合故障诊断方法
2
作者 胡俊锋 赵丽娟 +1 位作者 严雪竹 张龙 《振动与冲击》 北大核心 2025年第7期239-246,共8页
针对强背景噪声下难以准确提取出轴承复合故障中各故障类型有效特征的问题,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)和稀疏表征的轴承复合故障诊断方法。该方法首先通过MCKD算法实现复合故障... 针对强背景噪声下难以准确提取出轴承复合故障中各故障类型有效特征的问题,提出一种基于最大相关峭度解卷积(maximum correlated kurtosis deconvolution,MCKD)和稀疏表征的轴承复合故障诊断方法。该方法首先通过MCKD算法实现复合故障的分离,并达到初步增强故障冲击特征的效果;然后进行稀疏表征字典设计先验知识分析,构造与真实故障脉冲响应更加匹配的双阻尼非对称小波参数字典,结合正交匹配追踪算法,稀疏重构出各故障特征;最后对重构分量做包络谱分析,提取轴承故障特征频率。考虑到MCKD算法和非对称小波中的参数选取决定着最终的特征提取效果,使用鲸鱼优化算法实现参数自动优化选取。仿真数据和试验台数据分析结果表明,所提出的方法可有效提取出轴承复合故障中的各类故障成分,且相比常用的单阻尼Laplace小波字典具有一定的优越性。 展开更多
关键词 复合故障 最大相关峭度解卷积(MCKD)算法 双阻尼非对称小波 稀疏分解 特征提取
在线阅读 下载PDF
基于改进VME结合SMHD的滚动轴承故障特征提取方法与实验分析
3
作者 陈志刚 杨远鹏 王衍学 《实验技术与管理》 北大核心 2025年第4期92-99,共8页
为解决在强噪声背景下滚动轴承故障特征提取精度较低问题,提出一种麻雀搜索算法(SSA)优化变分模态提取(VME),并结合稀疏最大谐波噪声比解卷积(SMHD)的诊断方法。首先,利用SSA对VME进行优化,以能量特征指标为适应度函数,选取最优的惩罚... 为解决在强噪声背景下滚动轴承故障特征提取精度较低问题,提出一种麻雀搜索算法(SSA)优化变分模态提取(VME),并结合稀疏最大谐波噪声比解卷积(SMHD)的诊断方法。首先,利用SSA对VME进行优化,以能量特征指标为适应度函数,选取最优的惩罚因子和中心频率参数;然后,将选取的最优参数输入到VME中进行信号分解,得到期望模态分量;再后,对提取到的模态分量进行解卷积处理,利用稀疏因子和谐波噪声比进一步抑制噪声,提高信号的信噪比;最后,对经SMHD处理后的信号进行包络谱分析,提取出故障特征频率。实验结果表明,该方法能更加有效地剔除多余噪声信号,增强冲击脉冲信号,在故障特征频率及多个倍频处均能清晰观察到故障特征频率。 展开更多
关键词 轴承故障诊断 变分模态提取 能量特征指标 麻雀搜索算法 稀疏最大谐波噪声比解卷积
在线阅读 下载PDF
基于自适应参数优化RSSD-CYCBD的行星齿轮箱复合故障诊断 被引量：3
4
作者 孙环宇 杨志鹏 +1 位作者 王艺玮 郭琦 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第10期3139-3150,共12页
针对行星齿轮箱多振源耦合导致故障源辨识困难、较弱故障特征容易被噪声和较强故障特征掩盖,以及由传播路径引起的信号衰减导致的故障特征微弱等问题,提出一种自适应参数优化的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的... 针对行星齿轮箱多振源耦合导致故障源辨识困难、较弱故障特征容易被噪声和较强故障特征掩盖,以及由传播路径引起的信号衰减导致的故障特征微弱等问题,提出一种自适应参数优化的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的行星齿轮箱多故障耦合信号分离及诊断算法。根据轴承和齿轮故障的不同共振属性,用RSSD算法将多故障耦合信号分解为包含齿轮故障特征的高共振分量和主要包含轴承故障特征的低共振分量后,通过CYCBD算法分别对高、低分量进行解卷积,消除传播路径影响和噪声干扰,实现微弱故障特征的增强和提取。特别地,针对RSSD和CYCBD中参数优化困难、依赖人工经验和自适应差等问题,使用基于松鼠算法(SSA)对参数进行自适应优化选取,设计了融合包络谱峭度、自相关函数最大值均方根和特征频率比在内的复合指标作为优化目标。对解卷积后的信号进行包络解调提取故障特征频率,识别不同故障源。通过行星齿轮箱多故障模拟信号和实测信号验证了所提算法的有效性和可行性,进一步地,将所提算法集成在边缘计算设备中,为行星齿轮箱等旋转机械的状态检测诊断及远程运维提供解决方案。 展开更多
关键词 多源故障分离 共振稀疏分解 最大二阶循环平稳盲解卷积 松鼠算法 行星齿轮箱
在线阅读 下载PDF
基于参数自适应的RSSD-CYCBD及在轴承外圈故障特征提取中的应用 被引量：1
5
作者 刘晖 姚德臣 +1 位作者 杨建伟 魏明辉 《机电工程》 CAS 北大核心 2024年第5期836-844,共9页
针对滚动轴承工作环境复杂、故障特征信号易被高强度噪声掩盖的问题,提出了基于参数自适应的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的滚动轴承故障诊断方法。首先,利用人工大猩猩部队优化算法(GTO),结合相关系数与相关... 针对滚动轴承工作环境复杂、故障特征信号易被高强度噪声掩盖的问题,提出了基于参数自适应的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的滚动轴承故障诊断方法。首先,利用人工大猩猩部队优化算法(GTO),结合相关系数与相关峭度的融合指标,自适应选择RSSD分解参数,得到了仿真信号的最优低共振分量;然后,利用GTO结合包络熵,自适应选择CYCBD的循环频率和滤波器长度,对最优低共振分量进行了解卷积运算,从包络谱中获得了信号的故障特征频率;最后,利用美国凯斯西储大学试验台和MFS-MG机械故障综合模拟试验台数据,综合验证了该方法的有效性,并将试验结果与RSSD-MCKD方法的结果进行了对比。研究结果表明,该方法能够准确地得到仿真信号的故障频率为20 Hz、美国凯斯西储大学试验台近似故障频率为107.5 Hz、MFS-MG试验台近似故障频率为87.6 Hz。自适应RSSD-CYCBD方法能够有效地识别出故障特征频率及其倍频,实现滚动轴承故障诊断的目的。 展开更多
关键词 滚动轴承 故障诊断 共振稀疏分解 最大二阶循环平稳盲反卷积 人工大猩猩部队优化算法 包络熵 高强度噪声
在线阅读 下载PDF
基于信号共振稀疏分解和最大相关峭度解卷积的齿轮箱故障诊断 被引量：17
6
作者 何群 郭源耕 +2 位作者 王霄 任宗浩 李继猛 《中国机械工程》 EI CAS CSCD 北大核心 2017年第13期1528-1534,共7页
当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有效提取。针对这一问题,提出了基于信号共振稀疏分解和最大相关峭度解卷积的故障诊断方法。该方法首先通... 当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有效提取。针对这一问题,提出了基于信号共振稀疏分解和最大相关峭度解卷积的故障诊断方法。该方法首先通过信号共振稀疏分解将信号中的低共振冲击成分从谐波分量和噪声中分离,然后对低共振分量进行最大相关峭度解卷积计算,进一步突出低共振分量中的周期脉冲成分,最后通过包络谱分析进行故障诊断。算法仿真、实验分析和工程应用结果表明,该方法能够有效提取强噪声信号中的周期性冲击成分,凸显故障特征,从而提供准确可靠的诊断结果。 展开更多
关键词 齿轮箱 故障诊断 信号共振稀疏分解 最大相关峭度解卷积 冲击特征提取
在线阅读 下载PDF
基于VEITD和OSMHD的风电机组轴承损伤识别 被引量：3
7
作者 唐贵基 朱星皓 +3 位作者 王晓龙 薛贵 徐振丽 周威 《电力自动化设备》 EI CSCD 北大核心 2023年第6期101-107,共7页
针对风力发电机轴承损伤信号易被强噪声干扰导致损伤特征提取困难的问题,提出了一种基于可变熵加权融合的固有时间尺度分解和优化稀疏最大谐波噪声比解卷积法相结合的风力发电机轴承损伤识别方法。采用固有时间尺度分解方法对原始信号... 针对风力发电机轴承损伤信号易被强噪声干扰导致损伤特征提取困难的问题,提出了一种基于可变熵加权融合的固有时间尺度分解和优化稀疏最大谐波噪声比解卷积法相结合的风力发电机轴承损伤识别方法。采用固有时间尺度分解方法对原始信号进行分解,得到若干个固有旋转分量。利用可变熵对固有旋转分量进行加权融合。使用优化稀疏最大谐波噪声比解卷积法对加权融合信号进行处理,提取轴承损伤特征频率。试验台数据和风力发电机现场数据分析结果表明,所提方法对轴承损伤信号中的噪声抑制效果明显,能够准确提取风力发电机轴承损伤特征频率,实现风力发电机轴承的损伤识别。 展开更多
关键词 风力发电机组 滚动轴承 损伤识别 固有时间尺度分解 稀疏最大谐波噪声比解卷积
在线阅读 下载PDF
MCKD和RSSD在滚动轴承早期故障诊断中的应用 被引量：2
8
作者 杨斌 张家玮 +2 位作者 樊改荣 王建国 张超 《噪声与振动控制》 CSCD 2018年第2期154-161,共8页
由于干扰噪声较强,共振稀疏分解在滚动轴承早期故障阶段并不能有效提取瞬态冲击成分。针对此问题提出基于最大相关峭度解卷积(Maxim Correlated Kurtosis Deconvolution,MCKD)和共振稀疏分解(Resonance Sparse Signal Decomposition,RS... 由于干扰噪声较强,共振稀疏分解在滚动轴承早期故障阶段并不能有效提取瞬态冲击成分。针对此问题提出基于最大相关峭度解卷积(Maxim Correlated Kurtosis Deconvolution,MCKD)和共振稀疏分解(Resonance Sparse Signal Decomposition,RSSD)相结合的故障特征提取方法。该方法首先利用MCKD对振动冲击信号进行处理,有效降噪并突出故障信号尖脉冲,然后使用共振稀疏分解将信号分解成包含谐波信号的高共振分量与包含瞬态冲击信号的低共振分量,最后利用包络功率谱根据低共振分量提取故障特征频率。通过仿真和试验验证了该方法可以准确提取故障特征频率,凸显故障特征。 展开更多
关键词 振动与波 滚动轴承 故障诊断 共振稀疏分解 最大相关峭度解卷积
在线阅读 下载PDF
极大似然反褶积方法的稳健性讨论 被引量：1
9
作者 刘洪林 《大庆石油学院学报》 CAS 北大核心 1997年第2期9-12,共4页
利用仿真数字随机发生器产生反射系数序列，在ＡＲＭＡ子波参数已知的条件下，利用人工合成记录，以稀疏状态下的反射系数和稠密状态下的反射系数对极大似然反褶积的稳健性进行了讨论，系统参数辨识的精度越高，反射系数序列的精度也就... 利用仿真数字随机发生器产生反射系数序列，在ＡＲＭＡ子波参数已知的条件下，利用人工合成记录，以稀疏状态下的反射系数和稠密状态下的反射系数对极大似然反褶积的稳健性进行了讨论，系统参数辨识的精度越高，反射系数序列的精度也就越高。这里的系统参数是指ＡＲＭＡ子波参数。如果获得高精度的ＡＲＭＡ子波参数，由极大似然反褶积所获得的反射系数序列具有较高的精度。这一结论是解释极大似然反褶积成功的关健，同时也说明极大似然反褶积具有相当高的稳健性。 展开更多
关键词 极大似然反褶积 稳健性 地震勘探 石油勘探
在线阅读 下载PDF
参数自适应SMHD滚动轴承IAS信号特征提取方法 被引量：1
10
作者 钟辉 郭瑜 高国泽 《电子测量与仪器学报》 CSCD 北大核心 2023年第12期10-17,共8页
针对编码器瞬时角速度(IAS)信号中滚动轴承故障特征提取困难的问题,结合稀疏最大谐波噪声比解卷积(SMHD)算法可在没有先验周期情况下提取信号中周期性脉冲故障分量的优势提出一种参数自适应SMHD滚动轴承IAS信号特征提取方法。首先,利用... 针对编码器瞬时角速度(IAS)信号中滚动轴承故障特征提取困难的问题,结合稀疏最大谐波噪声比解卷积(SMHD)算法可在没有先验周期情况下提取信号中周期性脉冲故障分量的优势提出一种参数自适应SMHD滚动轴承IAS信号特征提取方法。首先,利用向前差分法估计IAS信号;然后,利用故障特征(FC)作为自适应选取SMHD优化滤波器长度的评判指标,实现SMHD滤波器长度的自适应确定;再将优化选取的滤波器长度代入SMHD算法对IAS信号进行增强。最后,通过包络分析揭示滚动轴承故障特征。通过对仿真和实测数据进行分析,验证了所提方法的有效性。 展开更多
关键词 滚动轴承 瞬时角速度 稀疏最大谐波噪声比解卷积 参数自适应
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部