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
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
Infogram和参数优化CYCBD在滚动轴承复合故障特征分离中的应用
被引量：
1
1
作者
刘桂敏
吴建德
+1 位作者
李卓睿
李祥
《振动与冲击》
EI
CSCD
北大核心
2022年第10期55-65,共11页
针对滚动轴承复合故障特征难以分离的问题,提出了一种基于Infogram和参数优化最大二阶循环平稳盲解卷积(maximum second-order cyclostationarity blind deconvolution,CYCBD)的复合故障特征分离方法。首先,采用Infogram方法分析故障信...
针对滚动轴承复合故障特征难以分离的问题,提出了一种基于Infogram和参数优化最大二阶循环平稳盲解卷积(maximum second-order cyclostationarity blind deconvolution,CYCBD)的复合故障特征分离方法。首先,采用Infogram方法分析故障信号,选取最优带通滤波器,获得冲击性和循环平稳性最强的频带信号;其次,根据理论故障频率,设定CYCBD的循环频率集,并以包络谱稀疏度为依据,自适应选择CYCBD的滤波器长度;再次,对获得的频带信号进行解卷积运算,提取不同频率的故障冲击成分,实现故障分离;最后,对分离出的各故障成分进行包络解调分析,根据故障特征频率,识别故障类型。通过对仿真信号、西安交大-昇阳科技联合实验室(Xi’an Jiaotong University-Changxing Sumyoung Technology,XJTU-SY)的轴承试验数据分析,证明了所提方法可以有效实现故障特征分离。在此基础上,通过自制试验平台实测数据,进一步论证了该方法的可行性。
展开更多
关键词
复合故障
Infogram
最大二阶循环平稳盲解卷积(CYCBD)
包络
谱
稀疏
度
下载PDF
职称材料
基于自适应多尺度形态学AVG-Hat滤波的滚动轴承故障特征提取方法
被引量：
8
2
作者
邓飞跃
杨绍普
+1 位作者
郭文武
刘永强
《振动工程学报》
EI
CSCD
北大核心
2017年第6期1056-1065,共10页
针对机械设备故障信号中故障特征微弱,容易被背景噪声淹没而不能准确提取的问题,提出了一种新的自适应多尺度形态学AVG-Hat滤波方法,并将其用于强背景噪声下滚动轴承故障信号的特征提取中。首先,在分析传统形态学滤波器滤波特点的基础上...
针对机械设备故障信号中故障特征微弱,容易被背景噪声淹没而不能准确提取的问题,提出了一种新的自适应多尺度形态学AVG-Hat滤波方法,并将其用于强背景噪声下滚动轴承故障信号的特征提取中。首先,在分析传统形态学滤波器滤波特点的基础上,提出了形态学AVG-Hat滤波器的构造方法;然后,提出采用改进包络谱稀疏度作为选择滤波后最优信号的评价标准,通过粒子群优化算法自适应确定了多尺度滤波器中不同尺度结构元素的权重系数,进而构建了最优的多尺度形态学AVG-Hat滤波器;最后,将该滤波器用于处理故障振动信号,经过包络解调分析准确提取出了信号中的故障特征信息。通过对实测轴承故障信号进行分析,结果表明:该方法在信号降噪的基础上具有较强的故障特征提取能力,能有效用于滚动轴承故障的诊断,具有较高的工程应用价值。
展开更多
关键词
故障诊断
滚动轴承
特征提取
AVG-Hat变换
改进
包络
谱
稀疏
度
下载PDF
职称材料
题名
Infogram和参数优化CYCBD在滚动轴承复合故障特征分离中的应用
被引量：
1
1
作者
刘桂敏
吴建德
李卓睿
李祥
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省人工智能重点实验室
出处
《振动与冲击》
EI
CSCD
北大核心
2022年第10期55-65,共11页
基金
国家自然科学基金(51765022)
云南省科技计划项目(2019FD042)。
文摘
针对滚动轴承复合故障特征难以分离的问题,提出了一种基于Infogram和参数优化最大二阶循环平稳盲解卷积(maximum second-order cyclostationarity blind deconvolution,CYCBD)的复合故障特征分离方法。首先,采用Infogram方法分析故障信号,选取最优带通滤波器,获得冲击性和循环平稳性最强的频带信号;其次,根据理论故障频率,设定CYCBD的循环频率集,并以包络谱稀疏度为依据,自适应选择CYCBD的滤波器长度;再次,对获得的频带信号进行解卷积运算,提取不同频率的故障冲击成分,实现故障分离;最后,对分离出的各故障成分进行包络解调分析,根据故障特征频率,识别故障类型。通过对仿真信号、西安交大-昇阳科技联合实验室(Xi’an Jiaotong University-Changxing Sumyoung Technology,XJTU-SY)的轴承试验数据分析,证明了所提方法可以有效实现故障特征分离。在此基础上,通过自制试验平台实测数据,进一步论证了该方法的可行性。
关键词
复合故障
Infogram
最大二阶循环平稳盲解卷积(CYCBD)
包络
谱
稀疏
度
Keywords
compound fault
Infogram
maximum second-order cyclostationarity blind deconvolution(CYCBD)
sparsity of envelope spectrum
分类号
TN911.7 [电子电信—通信与信息系统]
TH165.3 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
基于自适应多尺度形态学AVG-Hat滤波的滚动轴承故障特征提取方法
被引量：
8
2
作者
邓飞跃
杨绍普
郭文武
刘永强
机构
石家庄铁道大学机械工程学院
出处
《振动工程学报》
EI
CSCD
北大核心
2017年第6期1056-1065,共10页
基金
国家自然科学基金资助项目(11472179)
河北省高等学校技术研究项目(QN2017137)
文摘
针对机械设备故障信号中故障特征微弱,容易被背景噪声淹没而不能准确提取的问题,提出了一种新的自适应多尺度形态学AVG-Hat滤波方法,并将其用于强背景噪声下滚动轴承故障信号的特征提取中。首先,在分析传统形态学滤波器滤波特点的基础上,提出了形态学AVG-Hat滤波器的构造方法;然后,提出采用改进包络谱稀疏度作为选择滤波后最优信号的评价标准,通过粒子群优化算法自适应确定了多尺度滤波器中不同尺度结构元素的权重系数,进而构建了最优的多尺度形态学AVG-Hat滤波器;最后,将该滤波器用于处理故障振动信号,经过包络解调分析准确提取出了信号中的故障特征信息。通过对实测轴承故障信号进行分析,结果表明:该方法在信号降噪的基础上具有较强的故障特征提取能力,能有效用于滚动轴承故障的诊断,具有较高的工程应用价值。
关键词
故障诊断
滚动轴承
特征提取
AVG-Hat变换
改进
包络
谱
稀疏
度
Keywords
fault diagnosis
rolling bearing
feature extraction
AVG-Hat transformation
improved envelope spectrum sparsity
分类号
TH165.3 [机械工程—机械制造及自动化]
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Infogram和参数优化CYCBD在滚动轴承复合故障特征分离中的应用
刘桂敏
吴建德
李卓睿
李祥
《振动与冲击》
EI
CSCD
北大核心
2022
1
下载PDF
职称材料
2
基于自适应多尺度形态学AVG-Hat滤波的滚动轴承故障特征提取方法
邓飞跃
杨绍普
郭文武
刘永强
《振动工程学报》
EI
CSCD
北大核心
2017
8
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
