期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于ASMVMD和MOMEDA的齿轮特征提取方法 被引量:1
1
作者 唐贵基 曾鹏飞 朱爽 《机电工程》 CAS 北大核心 2024年第12期2174-2184,共11页
针对齿轮信号易被强噪声干扰,导致损伤特征难以提取的问题,提出了一种基于自适应逐次多元变分模态分解(ASMVMD)和多点最优最小熵解卷积(MOMEDA)的齿轮故障特征提取方法。首先,采用加权黑猩猩优化算法对SMVMD分解参数进行了自适应寻优,以... 针对齿轮信号易被强噪声干扰,导致损伤特征难以提取的问题,提出了一种基于自适应逐次多元变分模态分解(ASMVMD)和多点最优最小熵解卷积(MOMEDA)的齿轮故障特征提取方法。首先,采用加权黑猩猩优化算法对SMVMD分解参数进行了自适应寻优,以SMVMD分解后各个通道的所有分量的平均包络谱峰值因子(Ec)之和的相反数作为寻优的适应度函数,确定了最大惩罚因子α和最大分解模态数k的最优值;然后,采用ASMVMD方法对齿轮多通道故障数据进行了自适应分解,根据Ec指标提取了各通道特定分量,并将这些分量相加,进行了信号重构;最后,采用MOMEDA解卷积处理了重构信号,进一步强化了齿轮故障的冲击特性,并利用包络谱分析解卷积信号,提取了齿轮的故障特征频率。研究结果表明:通过仿真信号和模拟实验信号的分析,可知利用ASMVMD-MOMEDA相结合的方法处理得到的信号降噪效果显著,能有效抑制无关干扰成分的影响,从包络谱中可以清晰地看到故障频率的前几阶倍频;与多元经验模态分解(MEMD)-MOMEDA相结合的方法进行对比,发现采用ASMVMD-MOMEDA方法得到的包络谱较MEMD-MOMEDA方法的谱线更加干净,各阶倍频更加明显,进一步证明ASMVMD-MOMEDA方法可以准确提取齿轮故障特征。 展开更多
关键词 齿轮损伤特征 故障特征提取 自适应逐次多元变分模态分解 多点最优最小熵解卷积 多通道 解卷积 包络谱峰值因子 信号重构
在线阅读 下载PDF
基于SCSSA-VMD-MCKD的轴承早期微弱故障异常检测方法 被引量:3
2
作者 陈立海 谭奥 +2 位作者 贺永辉 张笑琼 白晓龙 《机电工程》 CAS 北大核心 2024年第12期2129-2141,共13页
针对滚动轴承在强噪声干扰下早期微弱故障不易被检测的问题,提出了一种基于结合正余弦和柯西变异的麻雀智能搜索算法优化变分模态分解与最大相关峭度解卷积(SCSSA-VMD-MCKD)的轴承早期微弱故障异常检测方法。首先,采用结合正余弦和柯西... 针对滚动轴承在强噪声干扰下早期微弱故障不易被检测的问题,提出了一种基于结合正余弦和柯西变异的麻雀智能搜索算法优化变分模态分解与最大相关峭度解卷积(SCSSA-VMD-MCKD)的轴承早期微弱故障异常检测方法。首先,采用结合正余弦和柯西变异的麻雀智能搜索算法(SCSSA)优化了VMD参数α和K,进而对轴承故障信号进行了自适应分解,根据加权包络谱峰值因子指标(WEPF)筛选有效模态分量,并重构得到了重构信号;然后,采用SCSSA优化了MCKD参数T、L和M,并用优化后的MCKD方法增强了重构信号故障冲击成分;最后,对经MCKD增强后的重构信号进行了包络谱分析,提取到了轴承故障特征频率及倍频;利用轴承故障仿真信号和试验信号对该故障异常检测方法进行了验证分析。研究结果表明:该检测方法能够有效降噪并自适应增强故障冲击成分,相较于经SCSSA-VMD分解并重构的信号,故障仿真信号和实测试验信号信噪比分别提升了102.6%和81.3%,均方根误差分别降低了26.7%和33.3%;轴承内外圈故障特征频率及倍频幅值更为突出,能够实现强噪声背景下滚动轴承早期微弱故障异常检测目的,与SSA-VMD-MCKD方法相比,更能突显该方法的优越性。 展开更多
关键词 滚动轴承 故障诊断 故障冲击成分增强 结合正余弦和柯西变异的麻雀智能搜索算法 变分模态分解 最大相关峭度解卷积
在线阅读 下载PDF
核能谱单能峰快速高精度高斯函数拟合算法研究 被引量:8
3
作者 马英杰 周靖 +3 位作者 洪旭 周建斌 王敏 万文杰 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第8期2373-2377,共5页
在核能谱分析中,高斯函数最小二乘拟合法是计算单能峰净峰面积常用的方法,该方法精度较高,但噪声敏感性较强,导致拟合出的高斯函数在峰位附近的残差向量较大。针对该问题,对高斯函数最小二乘拟合法进行了详细推导,分析了峰位附近残差向... 在核能谱分析中,高斯函数最小二乘拟合法是计算单能峰净峰面积常用的方法,该方法精度较高,但噪声敏感性较强,导致拟合出的高斯函数在峰位附近的残差向量较大。针对该问题,对高斯函数最小二乘拟合法进行了详细推导,分析了峰位附近残差向量较大的原因,提出了一种基于高斯函数最小二乘拟合法的高斯函数加权最小二乘拟合法,即在高斯函数最小二乘拟合法的基础上,引入了权重因子。该权重因子与取对数后数据权重削弱趋势相反或与数据本身趋势相符,以减小噪声敏感性。由于在求解高斯函数参数的过程中涉及到求逆矩阵运算,计算量较大,耗时较长,为了提高实时性,将求逆矩阵的运算过程转换为了简单的方程组运算,并给出了高斯函数的幅值、中心及方差参数的快速求解公式。将这两种方法用于^(55)Fe的特征X射线单能峰的实际拟合中,结果表明,高斯函数加权最小二乘拟合法效果均较好,这说明该方法降低了噪声敏感性,减小了高斯函数在峰位附近的残差向量,进一步提高了拟合精度。另外,使用快速求解公式,也减小了运算量,增强了实时性,为在便携式设备中的有效使用提供了可能。 展开更多
关键词 核能谱 单能峰 权重因子 加权最小二乘拟合
在线阅读 下载PDF
基于集成包络谱的滚动轴承早期故障检测指标 被引量:6
4
作者 杨新敏 郭瑜 +1 位作者 田田 朱云贵 《振动与冲击》 EI CSCD 北大核心 2023年第10期67-73,共7页
针对常规统计指标对滚动轴承早期故障不敏感的问题,该研究基于集成包络谱(integrated envelope spectrum,IES)提出一种滚动轴承早期故障检测指标——集成包络谱谱峰因子(integrated envelope spectrum peak factor,IESPF),应用于轴承早... 针对常规统计指标对滚动轴承早期故障不敏感的问题,该研究基于集成包络谱(integrated envelope spectrum,IES)提出一种滚动轴承早期故障检测指标——集成包络谱谱峰因子(integrated envelope spectrum peak factor,IESPF),应用于轴承早期故障检测。首先,对信号进行快速谱相干(fast spectral coherence,Fast-SCoh)计算;然后,根据循环频率与谱频率的映射关系确定包含故障信息丰富的频带,并对该频带积分获得IES;最后,计算IES的最大值与其均方根值的比值,从而获得该研究所提指标IESPF,应用于轴承外圈故障检测。通过分析滚动轴承外圈模拟故障试验数据和疲劳试验数据表明,该研究所提指标对轴承外圈早期故障较敏感,适用于早期故障检测。 展开更多
关键词 滚动轴承 快速谱相干 集成包络谱(IES) 集成包络谱谱峰因子(IESPF) 早期故障检测
在线阅读 下载PDF
一种基于时空瞬时稳定性的方位谱估计方法
5
作者 王林生 王慧婷 刘志刚 《振动与冲击》 EI CSCD 北大核心 2021年第13期281-288,共8页
针对基于子空间分解的空间方位谱估计方法稳健性问题,提出了一种基于时空瞬时稳定的方位谱估计方法。该方法首先依据空间目标信号时域瞬时稳定性,将协方差矩阵频域求取过程转换为经相参补偿的复域求取,降低空间数据稳定性对协方差矩阵... 针对基于子空间分解的空间方位谱估计方法稳健性问题,提出了一种基于时空瞬时稳定的方位谱估计方法。该方法首先依据空间目标信号时域瞬时稳定性,将协方差矩阵频域求取过程转换为经相参补偿的复域求取,降低空间数据稳定性对协方差矩阵估计的影响;然后依据各子空间输出方位谱峰值索引离散度差异,提取各子空间方位谱加权因子;最后根据加权因子实现对各子空间方位谱加权处理,降低背景噪声对最终合成空间方位谱影响。数值仿真及实测数据处理结果表明,相比子空间分解方法,在不损失空间分辨率情况下,能够有效降低空间数据稳定性对协方差矩阵估计产生的影响,在无目标先验信息情况下,对最低信噪比的需求得到了6 dB以上的降低。 展开更多
关键词 方位谱估计 协方差矩阵 复域 峰值索引离散度 加权因子
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部