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
自适应双阻尼小波字典的轴承复合故障诊断方法
1
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
职称材料
基于GRCMFDE与CNN的轮对轴承故障诊断方法研究
2
作者
彭刘禹
胡俊锋
张龙
《铁道科学与工程学报》
北大核心
2025年第9期4260-4270,共11页
针对轮对轴承实际工况下故障信号特征提取困难的问题,提出一种新的基于熵的非线性动力学特征提取算法:广义精细复合多尺度波动离散熵(generalized refined composit multiscale fluctuation dispersion entropy,GRCMFDE)。首先通过复合...
针对轮对轴承实际工况下故障信号特征提取困难的问题,提出一种新的基于熵的非线性动力学特征提取算法:广义精细复合多尺度波动离散熵(generalized refined composit multiscale fluctuation dispersion entropy,GRCMFDE)。首先通过复合粗粒化将单一粗粒化时间序列生成多个序列,弥补多尺度波动离散熵单一粗粒化的缺陷,从而挖掘更多的特征信息;然后通过精细复合对传统复合过程进行优化,防止因复合粗粒化序列长度缩短而出现未定义熵,导致该尺度下的熵均值无法计算;最后,通过广义粗粒化处理,将均值计算改为计算方差,避免多尺度波动离散熵利用均值计算出现中和原始故障信号的动力学突变现象。利用GRCMFDE提取NJ2232WB型轮对轴承的故障特征信息,然后将故障特征输入到卷积神经网络(CNN)中进行模式识别。在JL-501机车轴承检测台上采集DF4型机车上实际损伤的不同故障类型的轮对轴承信号并进行特征提取。论证结果显示:GRCMFDE特征提取能力强于精细复合多尺度波动离散熵(RCMFDE)和多尺度波动离散熵(MFDE),CNN故障识别效果优于支持向量机(SVM),且GRCMFDE-CNN故障诊断模型的故障识别精度达到100%。所提方法能够高效、精准地识别实际工况下损伤的轴承故障类型,具有一定的工程应用价值。
展开更多
关键词
广义精细复合多尺度波动离散熵
特征提取
卷积神经网络
模式识别
轮对轴承
故障诊断
在线阅读
下载PDF
职称材料
题名
自适应双阻尼小波字典的轴承复合故障诊断方法
1
作者
胡俊锋
赵丽娟
严雪竹
张龙
机构
江西交通职业技术学院轨道交通学院
华东
交通
大学机电与车辆工程
学院
出处
《振动与冲击》
北大核心
2025年第7期239-246,共8页
基金
国家自然科学基金(51665013)
中国国家铁路集团有限公司科技研究开发计划(N2023J042)
江西省自然科学基金重点项目(20224ACB204017)。
文摘
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。
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
Keywords
compound fault
maximum correlation kurtosis deconvolution(MCKD)algorithm
dual-damped asymmetric wavelet
sparse representation
feature extraction
分类号
TH133.3 [机械工程—机械制造及自动化]
TG506 [金属学及工艺—金属切削加工及机床]
在线阅读
下载PDF
职称材料
题名
基于GRCMFDE与CNN的轮对轴承故障诊断方法研究
2
作者
彭刘禹
胡俊锋
张龙
机构
江西
机电
职业
技术
学院
机械工程
学院
江西交通职业技术学院轨道交通学院
华东
交通
大学机电与车辆工程
学院
出处
《铁道科学与工程学报》
北大核心
2025年第9期4260-4270,共11页
基金
国铁集团科技研发重点课题(N2023J042)
江西省自然科学基金重点项目(20224ACB204017)
江西省教育厅项目(GJJ2405311)。
文摘
针对轮对轴承实际工况下故障信号特征提取困难的问题,提出一种新的基于熵的非线性动力学特征提取算法:广义精细复合多尺度波动离散熵(generalized refined composit multiscale fluctuation dispersion entropy,GRCMFDE)。首先通过复合粗粒化将单一粗粒化时间序列生成多个序列,弥补多尺度波动离散熵单一粗粒化的缺陷,从而挖掘更多的特征信息;然后通过精细复合对传统复合过程进行优化,防止因复合粗粒化序列长度缩短而出现未定义熵,导致该尺度下的熵均值无法计算;最后,通过广义粗粒化处理,将均值计算改为计算方差,避免多尺度波动离散熵利用均值计算出现中和原始故障信号的动力学突变现象。利用GRCMFDE提取NJ2232WB型轮对轴承的故障特征信息,然后将故障特征输入到卷积神经网络(CNN)中进行模式识别。在JL-501机车轴承检测台上采集DF4型机车上实际损伤的不同故障类型的轮对轴承信号并进行特征提取。论证结果显示:GRCMFDE特征提取能力强于精细复合多尺度波动离散熵(RCMFDE)和多尺度波动离散熵(MFDE),CNN故障识别效果优于支持向量机(SVM),且GRCMFDE-CNN故障诊断模型的故障识别精度达到100%。所提方法能够高效、精准地识别实际工况下损伤的轴承故障类型,具有一定的工程应用价值。
关键词
广义精细复合多尺度波动离散熵
特征提取
卷积神经网络
模式识别
轮对轴承
故障诊断
Keywords
GRCMFDE
feature extraction
CNN
pattern recognition
wheelset bearing
fault diagnosis
分类号
TH133.33 [机械工程—机械制造及自动化]
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
作者
出处
发文年
被引量
操作
1
自适应双阻尼小波字典的轴承复合故障诊断方法
胡俊锋
赵丽娟
严雪竹
张龙
《振动与冲击》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于GRCMFDE与CNN的轮对轴承故障诊断方法研究
彭刘禹
胡俊锋
张龙
《铁道科学与工程学报》
北大核心
2025
0
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
