期刊文献+
共找到1,705篇文章
< 1 2 86 >
每页显示 20 50 100
基于EMD与谱峭度的滚动轴承故障检测改进包络谱分析 被引量:112
1
作者 蔡艳平 李艾华 +2 位作者 石林锁 白向峰 沈金伟 《振动与冲击》 EI CSCD 北大核心 2011年第2期167-172,191,共7页
针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷,提出一种基于经验模式分解(Empirical Mode Decomposition,简称EMD)和谱峭度(Spectrum Kurtosis,简称SK)的改进包络谱滚动轴承故障诊断方法。该方法首先对滚动轴承故障振动... 针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷,提出一种基于经验模式分解(Empirical Mode Decomposition,简称EMD)和谱峭度(Spectrum Kurtosis,简称SK)的改进包络谱滚动轴承故障诊断方法。该方法首先对滚动轴承故障振动信号进行经验模式分解,将其分解为多个固有模式函数(Intrinsic Mode Function,简称IMF)之和,然后对各IMF分量傅里叶变换后取其绝对值,并计算其谱绝对值平方包络,在此基础上再计算不同频带IMF分量谱平方包络的峭度,最后利用谱峭度的滤波器作用,选取由轴承缺陷所引起的共振频率所在频带的IMF分量,自动构建最佳包络来进行故障诊断。将该方法应用到滚动轴承内圈缺陷的仿真故障数据和实际数据中,分析结果表明了该方法的有效性。 展开更多
关键词 经验模式分解 谱峭度 包络谱 滚动轴承 故障诊断
下载PDF
基于小波系数包络谱的滚动轴承故障诊断 被引量:46
2
作者 张中民 卢文祥 +3 位作者 杨叔子 张英堂 张培林 郑海起 《振动工程学报》 EI CSCD 1998年第1期65-69,共5页
提出了基于正交小波变换诊断滚动轴承故障的新方法,利用正交小波基将滚动轴承故障振动信号变换到时间-尺度域,对高频段尺度域的小波系数进行包络细化谱分析,不仅能检测到滚动轴承故障的存在。
关键词 滚动轴承 故障诊断 小波分析 包络谱分析
下载PDF
基于EMD熵特征融合的滚动轴承故障诊断方法 被引量:78
3
作者 向丹 岑健 《航空动力学报》 EI CAS CSCD 北大核心 2015年第5期1149-1155,共7页
研究了滚动轴承故障诊断单一故障信号的局限性和故障特征的非线性,从信息融合的理论出发,利用非线性动力学参数熵作为特征,提出了基于经验模态分解(EMD)熵特征融合的方法来解决滚动轴承故障诊断问题.首先将原始信号进行EMD,利用EMD的自... 研究了滚动轴承故障诊断单一故障信号的局限性和故障特征的非线性,从信息融合的理论出发,利用非线性动力学参数熵作为特征,提出了基于经验模态分解(EMD)熵特征融合的方法来解决滚动轴承故障诊断问题.首先将原始信号进行EMD,利用EMD的自适应多分辨率的特点计算EMD得到的固有模态函数(IMF)信号的多种熵值,然后采用核主元分析(KPCA)对提取的状态特征进行信息融合,从而得到互补的特征,最后将提取的融合特征通过支持向量机(SVM)进行故障诊断.滚动轴承故障诊断实验表明:该方法结合了EMD、信息熵理论和KPCA强大的非线性处理能力的特点,可以进行滚动轴承故障诊断. 展开更多
关键词 滚动轴承 故障诊断 核主元分析 支持向量机
原文传递
基于小波包能量特征的滚动轴承故障监测方法 被引量:60
4
作者 李世玲 李治 李合生 《系统仿真学报》 CAS CSCD 2003年第1期76-80,83,共6页
对滚动轴承的故障特点进行分析,根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性,提出了小波包能量特征的概念及算法,并给出两个仿真算例,然后将小波包能量特征与径向基函数网络相结合,提出了一种新的滚动轴承故障诊断方法... 对滚动轴承的故障特点进行分析,根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性,提出了小波包能量特征的概念及算法,并给出两个仿真算例,然后将小波包能量特征与径向基函数网络相结合,提出了一种新的滚动轴承故障诊断方法,数字仿真实验证实了该方法的正确性和有效性。 展开更多
关键词 小波包 能量特征 滚动轴承 故障监测 径向基函数网络
下载PDF
基于变分模态分解和SVM的滚动轴承故障诊断 被引量:66
5
作者 王新 闫文源 《振动与冲击》 EI CSCD 北大核心 2017年第18期252-256,共5页
针对滚动轴承振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况,提出了基于变分模态分解(Variational mode decomposition,VMD)与支持向量机(Support vector machine,SVM)相结合的滚动轴承故障诊断方法。该方法融合了变分... 针对滚动轴承振动信号的非平稳特征和现实中难以获得大量故障样本的实际情况,提出了基于变分模态分解(Variational mode decomposition,VMD)与支持向量机(Support vector machine,SVM)相结合的滚动轴承故障诊断方法。该方法融合了变分模态分解和支持向量机的优势,通过变分模态分解将滚动轴承振动信号分解成若干个本征模态函数分量,轴承发生不同故障时,不同本征模态函数内的频带能量会发生变化,从包含有主要故障信息的模态分量中提取能量特征作为SVM的输入,判断轴承的工作状态和故障类型。试验结果表明,该方法在少量样本情况下仍能有效地对轴承的工作状态和故障类型进行分类。 展开更多
关键词 变分模态分解 SVM 滚动轴承 故障诊断
下载PDF
基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术 被引量:62
6
作者 赵元喜 胥永刚 +1 位作者 高立新 崔玲丽 《振动与冲击》 EI CSCD 北大核心 2010年第10期162-165,共4页
由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网... 由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较。实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果。 展开更多
关键词 滚动轴承 声发射 谐波小波包 神经网络 故障模式识别
下载PDF
基于LMD与神经网络的滚动轴承故障诊断方法 被引量:63
7
作者 程军圣 史美丽 杨宇 《振动与冲击》 EI CSCD 北大核心 2010年第8期141-144,共4页
针对滚动轴承的故障振动信号的非平稳特性,提出了一种基于局部均值分解(Local mean decomposition,简称LMD)和神经网络的滚动轴承诊断方法。该方法首先对信号进行局部均值分解,将其分解为若干个PF分量(Product function,简称PF)之和,再... 针对滚动轴承的故障振动信号的非平稳特性,提出了一种基于局部均值分解(Local mean decomposition,简称LMD)和神经网络的滚动轴承诊断方法。该方法首先对信号进行局部均值分解,将其分解为若干个PF分量(Product function,简称PF)之和,再选取包含主要故障信息的PF分量进行进一步分析,从这些分量中提取时域统计量和能量等特征参数作为神经网络的输入参数来识别滚动轴承的故障类别。通过对滚动轴承正常状态,内圈故障和外圈故障的分析,表明了基于LMD与神经网络的诊断方法比基于小波包分析与神经网络的诊断方法有更高的故障识别率,同时也证明了该方法可以准确、有效地对滚动轴承的工作状态和故障类型进行分类。 展开更多
关键词 滚动轴承 LMD 神经网络 故障诊断 特征参数
下载PDF
基于经验模态分解的滚动轴承故障诊断方法 被引量:49
8
作者 杨宇 于德介 程军圣 《中国机械工程》 EI CAS CSCD 北大核心 2004年第10期908-911,920,共5页
提出了一种基于经验模态分解的滚动轴承故障诊断方法 ,并定义了能量熵的概念。从不同状态的滚动轴承振动信号的能量熵值中发现 ,当滚动轴承发生故障时 ,各频带的能量会发生变化。为了进一步对滚动轴承的状态和故障类型进行分类 ,再从若... 提出了一种基于经验模态分解的滚动轴承故障诊断方法 ,并定义了能量熵的概念。从不同状态的滚动轴承振动信号的能量熵值中发现 ,当滚动轴承发生故障时 ,各频带的能量会发生变化。为了进一步对滚动轴承的状态和故障类型进行分类 ,再从若干个包含主要故障信息的IMF分量中提取能量特征参数作为神经网络的输入参数来识别滚动轴承的故障类型。对滚动轴承的正常状态、内圈故障和外圈故障振动信号的分析结果表明 ,以经验模态分解为预处理器提取各频带能量作为特征参数的神经网络诊断方法比以小波包分析为预处理器的神经网络诊断方法有更高的故障识别率 ,可以准确、有效地识别滚动轴承的工作状态和故障类别。 展开更多
关键词 滚动轴承 经验模态分解 能量熵 神经网络 故障诊断
下载PDF
滚动轴承寿命预测综述 被引量:45
9
作者 张小丽 王保建 +1 位作者 马猛 陈雪峰 《机械设计与制造》 北大核心 2015年第10期221-224,共4页
滚动轴承是决定机械健康状态与寿命的关键部件之一,寿命是衡量滚动轴承性能的重要指标。针对滚动轴承寿命特性与应用,综述滚动轴承寿命预测的研究现状,总结滚动轴承寿命预测研究成果,将当前轴承寿命理论归纳为基于统计分析的寿命模型、... 滚动轴承是决定机械健康状态与寿命的关键部件之一,寿命是衡量滚动轴承性能的重要指标。针对滚动轴承寿命特性与应用,综述滚动轴承寿命预测的研究现状,总结滚动轴承寿命预测研究成果,将当前轴承寿命理论归纳为基于统计分析的寿命模型、基于断裂力学分析的寿命模型、以及基于状态监测的寿命模型。分析得出当前研究中的热点方向是基于状态监测的寿命预测方法,着重指出轴承寿命预测研究的难点具有寿命影响因素多、寿命分散度大、试验费时、数据积累难、理论建模难等特点,为轴承寿命的深入研究提供方向。 展开更多
关键词 滚动轴承 寿命预测 寿命模型 统计 断裂力学 状态监测
下载PDF
经验模态分解(EMD)在滚动轴承故障诊断中的应用 被引量:33
10
作者 杨宇 于德介 +1 位作者 程军圣 丁戈 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2003年第5期25-28,共4页
针对滚动轴承故障振动信号的非平稳特征,提出了基于经验模态分解(Empiri calModeDecomposition,简称EMD)和神经网络的滚动轴承故障诊断方法.首先对原始信号进行了经验模态分解,将其分解为多个平稳的固有模态函数(IntrinsicModefunction... 针对滚动轴承故障振动信号的非平稳特征,提出了基于经验模态分解(Empiri calModeDecomposition,简称EMD)和神经网络的滚动轴承故障诊断方法.首先对原始信号进行了经验模态分解,将其分解为多个平稳的固有模态函数(IntrinsicModefunction,简称IMF)之和,再选取若干个包含主要故障信息的IMF分量,并从中提取时域特征指标———峭度或裕度因子作为神经网络的输入参数来识别滚动轴承的故障模式.对滚动轴承的内圈、外圈故障信号的分析结果表明,以EMD为预处理器提取时域特征参数的神经网络诊断方法比直接从原信号中提取时域特征参数的诊断方法有更高的故障识别率,可以准确、有效地识别滚动轴承的工作状态和故障类别. 展开更多
关键词 滚动轴承 EMD 神经网络 故障诊断
下载PDF
滚动轴承故障振动模型及其应用研究 被引量:35
11
作者 张中民 卢文祥 +1 位作者 杨叔子 张英堂 《华中理工大学学报》 CSCD 北大核心 1997年第3期50-53,共4页
建立了滚动轴承外环、内环和滚动体存在局部故障的振动模型,模型综合考虑了滚动轴承的几何尺寸、轴的转速、轴承静态载荷分布、振动传递函数和故障点位置的影响.在自行火炮实车上进行了一系列变速箱滚动轴承故障试验。
关键词 滚动轴承 振动模型 故障诊断 传递函数
下载PDF
形态滤波在滚动轴承故障声发射信号处理中的应用 被引量:33
12
作者 郝如江 卢文秀 褚福磊 《清华大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第5期812-815,共4页
滚动轴承的状态监测和故障诊断意义重大。为有效诊断轴承早期的微弱故障,将形态滤波方法用于轴承故障声发射信号的处理,提出采用多尺度形态开闭和闭开组合的滤波器对信号降噪处理,采用闭运算对降噪后的信号进行形态滤波解调得到明显的... 滚动轴承的状态监测和故障诊断意义重大。为有效诊断轴承早期的微弱故障,将形态滤波方法用于轴承故障声发射信号的处理,提出采用多尺度形态开闭和闭开组合的滤波器对信号降噪处理,采用闭运算对降噪后的信号进行形态滤波解调得到明显的故障特征频率,并对比故障振动信号和声发射信号的处理效果。研究表明:形态滤波用于轴承故障声发射信号特征提取效果明显,适用于轴承的状态监测和故障的早期诊断。 展开更多
关键词 形态滤波 声发射 滚动轴承 故障诊断
原文传递
Hilbert-Huang变换在滚动轴承故障诊断中的应用 被引量:33
13
作者 于德介 程军圣 杨宇 《中国机械工程》 EI CAS CSCD 北大核心 2003年第24期2140-2142,共3页
提出了一种新的滚动轴承故障诊断方法——基于小波系数包络信号的局部Hilbert边际谱方法,在Hilbert—Huang变换的基础上介绍了局部Hilbert谱和局部Hilbert边际谱,并将它应用于滚动轴承的故障诊断中。用小波基将滚动轴承故障振动信号分解... 提出了一种新的滚动轴承故障诊断方法——基于小波系数包络信号的局部Hilbert边际谱方法,在Hilbert—Huang变换的基础上介绍了局部Hilbert谱和局部Hilbert边际谱,并将它应用于滚动轴承的故障诊断中。用小波基将滚动轴承故障振动信号分解,对高频段的小波系数用Hilbert进行包络分析得到包络信号,再对包络信号进行Hilbert—Huang变换求出局部Hilbert边际谱,从局部Hilbert边际谱中就可以判断滚动轴承的故障部位和类型。通过对滚动轴承具有外圈缺陷、内圈缺陷的情况下的振动信号的分析,说明该方法比传统的包络分析方法更能有效地提取滚动轴承故障特征。 展开更多
关键词 滚动轴承 HILBERT-HUANG变换 局部Hilbert边际谱 小波基 包络分析 故障诊断
下载PDF
局部均值分解方法及其在滚动轴承故障诊断中的应用 被引量:35
14
作者 程军圣 张亢 杨宇 《中国机械工程》 EI CAS CSCD 北大核心 2009年第22期2711-2717,共7页
研究了一种新的信号分析方法——局部均值分解(LMD)方法。LMD方法能自适应地将任何一个复杂信号分解为若干个瞬时频率具有物理意义的乘积函数(PF)分量之和,其中每个PF分量为一个包络信号和一个纯调频信号的乘积,因此LMD方法的本质是将... 研究了一种新的信号分析方法——局部均值分解(LMD)方法。LMD方法能自适应地将任何一个复杂信号分解为若干个瞬时频率具有物理意义的乘积函数(PF)分量之和,其中每个PF分量为一个包络信号和一个纯调频信号的乘积,因此LMD方法的本质是将多分量的信号分解为若干个单分量的调制信号,适合于处理多分量的调制信号。针对滚动轴承故障振动信号的调制特点,提出了基于LMD的滚动轴承故障诊断方法,对滚动轴承故障振动试验信号进行了分析,结果表明LMD能有效地应用于滚动轴承故障诊断。 展开更多
关键词 局部均值分解 调制信号 滚动轴承 故障诊断
下载PDF
基于LMD的包络谱特征值在滚动轴承故障诊断中的应用 被引量:37
15
作者 杨宇 王欢欢 +1 位作者 程军圣 邹宪军 《航空动力学报》 EI CAS CSCD 北大核心 2012年第5期1153-1158,共6页
滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean de-composition,简称LMD)的包络谱特征值的滚动轴承... 滚动轴承故障振动信号往往是多分量的调幅-调频信号,而传统包络分析方法需要根据经验设置滤波器的中心频率与带宽,因而会带来解调误差.基于此,提出了一种基于局域均值分解(local mean de-composition,简称LMD)的包络谱特征值的滚动轴承故障诊断方法.该方法可以将一个多分量的调幅-调频信号分解成若干瞬时频率具有物理意义的PF(product function,简称PF)分量之和,由于每一个PF分量是分量包络信号和纯调频信号的积,因此可以直接对包络信号进行频谱分析得到包络谱.然后定义信号在包络谱中不同故障特征频率处的幅值比为包络谱特征值,并以此作为特征向量输入到支持向量机分类器中,用以区分滚动轴承的工作状态和故障类型.对滚动轴承正常状态、内圈故障和外圈故障振动信号的分析结果表明了该方法的有效性. 展开更多
关键词 局域均值分解 调制特征 滚动轴承 包络谱特征值 故障诊断
原文传递
基于双树复小波包变换和SVM的滚动轴承故障诊断方法 被引量:35
16
作者 胥永刚 孟志鹏 陆明 《航空动力学报》 EI CAS CSCD 北大核心 2014年第1期67-73,共7页
针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复小波包变换和支持向量机(SVM)的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其... 针对滚动轴承故障振动信号的非平稳性和现实中难以获得大量典型故障样本的情况,提出一种基于双树复小波包变换和支持向量机(SVM)的故障诊断方法.首先通过双树复小波包变换将非平稳的振动信号分解得到不同频带的分量;然后对每个分量求其能量并归一化处理;最后将从各个频带分量中提取的能量特征参数作为支持向量机的输入来识别滚动轴承的故障类型.对试验台模拟信号(包括滚动轴承的正常状态、外圈裂纹故障、内圈裂纹故障和滚动体点蚀故障)的分析表明:该方法对所测试验信号的故障识别率达到99.5%,对比传统小波包变换与SVM结合的方法,故障识别率的准确度更高. 展开更多
关键词 故障诊断 滚动轴承 双树复小波包变换 支持向量机 故障识别
原文传递
基于自适应多尺度形态梯度变换的滚动轴承故障特征提取 被引量:31
17
作者 李兵 张培林 +2 位作者 刘东升 米双山 任国全 《振动与冲击》 EI CSCD 北大核心 2011年第10期104-108,共5页
滚动轴承故障信号是一种典型的周期性冲击信号,如何从含有强噪声的振动信号中有效地提取出冲击特征信号是轴承故障诊断的关键。基于数学形态学理论,提出了一种自适应多尺度形态梯度变换(AMMG)方法,能够在有效抑制噪声的同时很好的保留... 滚动轴承故障信号是一种典型的周期性冲击信号,如何从含有强噪声的振动信号中有效地提取出冲击特征信号是轴承故障诊断的关键。基于数学形态学理论,提出了一种自适应多尺度形态梯度变换(AMMG)方法,能够在有效抑制噪声的同时很好的保留信号的细节。仿真信号和实测轴承故障信号的分析结果表明,与常用的包络解调分析和近来提出的另一种基于数学形态学的形态闭变换方法相比较,自适应多尺度形态梯度变换具有更强的噪声抑制和脉冲提取能力,并且计算简单、快速,为滚动轴承故障特征提取提供了一种有效的方法。 展开更多
关键词 数学形态学 自适应多尺度形态梯度 滚动轴承 故障诊断 特征提取
下载PDF
基于数学形态学的分形维数计算及在轴承故障诊断中的应用 被引量:30
18
作者 李兵 张培林 +2 位作者 任国全 刘东升 米双山 《振动与冲击》 EI CSCD 北大核心 2010年第5期191-194,共4页
滚动轴承故障信号是一种典型的非线性信号,分形几何为描述轴承故障信号的特性提供了一个有力的分析工具。基于数学形态学的分形维数是在Minkowski-Boulingand维数基础上拓展的一种采用形态学操作计算分形维数的新方法。较详细的阐述了... 滚动轴承故障信号是一种典型的非线性信号,分形几何为描述轴承故障信号的特性提供了一个有力的分析工具。基于数学形态学的分形维数是在Minkowski-Boulingand维数基础上拓展的一种采用形态学操作计算分形维数的新方法。较详细的阐述了基于数学形态学的分维数计算方法,对比分析了与传统盒维数方法的区别与联系,并对实际的滚动轴承正常、滚动体故障、内圈故障和外圈故障信号进行了分析,结果表明,基于数学形态学的分维数计算方法具有计算速度快,估计准确稳定的特点,为准确判断滚动轴承故障状态提供了一种快速有效的新方法。 展开更多
关键词 分形 数学形态学 滚动轴承 故障诊断 特征提取
下载PDF
基于LMD和阶次跟踪分析的滚动轴承故障诊断 被引量:32
19
作者 张亢 程军圣 《振动.测试与诊断》 EI CSCD 北大核心 2016年第3期586-591,611,共6页
变转速工况下的滚动轴承故障振动信号具有多分量调制以及故障特征频率受到转频调制的特点,从而导致故障特征提取困难。对此,将局部均值分解(local mean decomposition,简称LMD)与阶次跟踪分析相结合,提出了一种变转速工况下的滚动轴承... 变转速工况下的滚动轴承故障振动信号具有多分量调制以及故障特征频率受到转频调制的特点,从而导致故障特征提取困难。对此,将局部均值分解(local mean decomposition,简称LMD)与阶次跟踪分析相结合,提出了一种变转速工况下的滚动轴承故障诊断方法。首先,采用阶次跟踪采样将时域滚动轴承故障振动信号转换到角域;然后,对角域信号进行LMD分解得到若干个乘积函数(product function,简称PF)分量;最后,对各个PF分量的瞬时幅值进行频谱分析,判断滚动轴承的故障部位和类型。通过对滚动轴承实验故障振动信号的分析,结果表明该方法能有效地应用于变转速工况下的滚动轴承故障诊断。 展开更多
关键词 滚动轴承 故障诊断 解调 局部均值分解 阶次跟踪
下载PDF
局部均值分解在滚动轴承故障综合诊断中的应用 被引量:31
20
作者 陈亚农 郜普刚 +1 位作者 何田 刘献栋 《振动与冲击》 EI CSCD 北大核心 2012年第3期73-78,共6页
局部均值分解(LMD)是在经验模态分解(EMD)的基础上提出的一种新的自适应时频分析方法,在故障诊断领域展现出较好的应用前景。改进了LMD算法,提高LMD计算速度,并利用仿真信号研究了LMD算法的特性,验证了LMD处理多分量调幅调频信号的有效... 局部均值分解(LMD)是在经验模态分解(EMD)的基础上提出的一种新的自适应时频分析方法,在故障诊断领域展现出较好的应用前景。改进了LMD算法,提高LMD计算速度,并利用仿真信号研究了LMD算法的特性,验证了LMD处理多分量调幅调频信号的有效性;针对轴承故障信号的调制特点以及背景信号对故障信号的影响,提出将其应用于滚动轴承外圈点蚀、内圈点蚀和滚动体点蚀的故障综合诊断中,结果表明LMD方法能够有效地提取出故障特征频率,对故障类型做出准确判断。 展开更多
关键词 局部均值分解 故障诊断 滚动轴承 特征频率
下载PDF
上一页 1 2 86 下一页 到第
使用帮助 返回顶部