期刊导航
期刊开放获取
cqvip
退出
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
1
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CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究
被引量:
3
1
作者
王
玉
承
李亚
+1 位作者
王
海瑞
肖杨
《化工自动化及仪表》
CAS
2022年第2期175-181,共7页
针对滚动轴承故障原始信号复杂,以致故障冲击信号被强背景噪声“淹没”的问题,提出一种基于CEEMDAN分解和时域特征分析的故障诊断方法。首先对原始信号进行CEEMDAN分解,得到一系列固有模态分量(IMFs),分析各IMF,选择具有明显故障冲击信...
针对滚动轴承故障原始信号复杂,以致故障冲击信号被强背景噪声“淹没”的问题,提出一种基于CEEMDAN分解和时域特征分析的故障诊断方法。首先对原始信号进行CEEMDAN分解,得到一系列固有模态分量(IMFs),分析各IMF,选择具有明显故障冲击信号的5个分量进行重构,以剔除噪声等干扰信息,再提取重构信号的时域特征输入支持向量机(SVM)进行分类。实验结果表明:通过CEEMDAN分解后的信号相较于原始信号具有更强的故障冲击信号表现,使得提取的时域特征包含了较多的故障分类信息,运用SVM分解可使分类准确率达到100%。
展开更多
关键词
故障诊断
滚动轴承
噪声
信号重构
CEEMDAN分解
时域特征分析
SVM分类
下载PDF
职称材料
题名
基于CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究
被引量:
3
1
作者
王
玉
承
李亚
王
海瑞
肖杨
机构
昆明理工大学信息工程与自动化学院
出处
《化工自动化及仪表》
CAS
2022年第2期175-181,共7页
基金
国家自然科学基金项目(61863016)。
文摘
针对滚动轴承故障原始信号复杂,以致故障冲击信号被强背景噪声“淹没”的问题,提出一种基于CEEMDAN分解和时域特征分析的故障诊断方法。首先对原始信号进行CEEMDAN分解,得到一系列固有模态分量(IMFs),分析各IMF,选择具有明显故障冲击信号的5个分量进行重构,以剔除噪声等干扰信息,再提取重构信号的时域特征输入支持向量机(SVM)进行分类。实验结果表明:通过CEEMDAN分解后的信号相较于原始信号具有更强的故障冲击信号表现,使得提取的时域特征包含了较多的故障分类信息,运用SVM分解可使分类准确率达到100%。
关键词
故障诊断
滚动轴承
噪声
信号重构
CEEMDAN分解
时域特征分析
SVM分类
Keywords
fault diagnosis
rolling bearing
noise
signal reconstruction
CEEMDAN decomposition
time domain characteristics analysis
SVM classification
分类号
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CEEMDAN-SVM和时域特征的滚动轴承故障诊断方法研究
王
玉
承
李亚
王
海瑞
肖杨
《化工自动化及仪表》
CAS
2022
3
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