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
共找到305篇文章
< 1 2 … 16 >
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：
旋转机械故障诊断技术的现状与展望 被引量：49
1
作者 夏松波 张嘉钟 +1 位作者 徐世昌 张礼勇 《振动与冲击》 EI CSCD 1997年第2期1-5,共5页
介绍了旋转机械在振动故障诊断方面的国内外现状。内容包括:故障机理的研究,故障信息处理技术的研究,故障诊断专家系统的研究及有关诊断系统的开发现状,并对今后发展方向进行了阐述。
关键词 旋转机械 故障诊断 专家系统 信号处理 振动
下载PDF
基于多元经验模态分解的旋转机械早期故障诊断方法 被引量：65
2
作者 武哲 杨绍普 刘永强 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第2期241-248,共8页
针对旋转机械早期微弱故障诊断问题,提出了基于多元经验模态分解的旋转机械早期故障诊断新方法。首先将多个加速度传感器合理布置在轴承座的关键位置,同步采集多通道振动信息;再利用多元经验模态分解同时对多通道振动信号进行自适应分解... 针对旋转机械早期微弱故障诊断问题,提出了基于多元经验模态分解的旋转机械早期故障诊断新方法。首先将多个加速度传感器合理布置在轴承座的关键位置,同步采集多通道振动信息;再利用多元经验模态分解同时对多通道振动信号进行自适应分解,得到一系列多元IMF分量;最后,依据峭度准则和相关系数从中选取包含故障主要信息的IMF分量进行信号重构,提取故障特征。多元经验模态分解方法克服了EMD等方法在进行多通道数据融合时缺乏理论依据的局限性。仿真信号和旋转机械故障信号的实验结果表明,该方法明显优于EEMD方法,对齿轮和滚动轴承故障的检测精度更高,可以在强背景噪声情况下更好地提取出故障冲击特征。 展开更多
关键词 旋转机械 多元经验模态分解 自适应 峭度准则 故障诊断
下载PDF
自适应卷积神经网络在旋转机械故障诊断中的应用 被引量：44
3
作者 李涛 段礼祥 +4 位作者 张东宁 赵赏鑫 黄辉 毕彩霞 袁壮 《振动与冲击》 EI CSCD 北大核心 2020年第16期275-282,288,共9页
针对基于机器学习模型的故障诊断存在依赖人工特征提取质量、维数灾难问题和卷积神经网络(CNN)模型构建缺乏自适应性等问题,提出了一种基于粒子群优化(PSO)算法的自适应CNN故障诊断方法,并将其应用于旋转机械故障诊断。将一维时域信号... 针对基于机器学习模型的故障诊断存在依赖人工特征提取质量、维数灾难问题和卷积神经网络(CNN)模型构建缺乏自适应性等问题,提出了一种基于粒子群优化(PSO)算法的自适应CNN故障诊断方法,并将其应用于旋转机械故障诊断。将一维时域信号变成二维时频图像;使用PSO算法对CNN模型中的7个关键参数进行优化选取,以构建深度学习模型;将二维时频图像输入优化后的深度学习模型,对旋转机械故障进行诊断。结果表明,所提方法具有较高的准确率、稳定性和自适应性。 展开更多
关键词 旋转机械 故障诊断 卷积神经网络(CNN) 深度学习模型 粒子群优化(PSO)算法
下载PDF
分形几何及其在旋转机械故障诊断中的应用 被引量：31
4
作者 蒋东翔 黄文虎 徐世昌 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 1996年第2期27-31,共5页
从工程应用出发论述了分形几何学的基本概念和性质，给出了描述分形特征的重要参数－分维数的定义，介绍了求分维数的方法和技巧，对分形几何在旋转机械故障诊断中的应用问题作了讨论，并给出了几个振动故障信号分析实例。
关键词 旋转机械 故障诊断 分维数 分形几何
下载PDF
基于内禀模态奇异值分解和支持向量机的故障诊断方法 被引量：35
5
作者 程军圣 于德介 杨宇 《自动化学报》 EI CSCD 北大核心 2006年第3期475-480,共6页
提出了一种基于内禀模态(Intrinsic mode functions,简称IMFs)奇异值分解和支持向量机(Support vector machine,简称SVM)的故障诊断方法．采用经验模态分解(Empirical mode decomposition,简称EMD)方法对旋转机械故障振动信号进行分解,... 提出了一种基于内禀模态(Intrinsic mode functions,简称IMFs)奇异值分解和支持向量机(Support vector machine,简称SVM)的故障诊断方法．采用经验模态分解(Empirical mode decomposition,简称EMD)方法对旋转机械故障振动信号进行分解,将得到的若干个内禀模态分量自动形成初始特征向量矩阵,然后对该矩阵进行奇异值分解,提取其奇异值作为故障特征向量,并进一步根据支持向量机分类器的输出结果来判断旋转机械的工作状态和故障类型．对齿轮振动信号的分析结果表明,即使在小样本情况下,基于内禀模态奇异值分解和支持向量机的故障诊断方法仍能有效地识别齿轮的工作状态和故障类型． 展开更多
关键词 旋转机械 故障诊断 经验模态分解 内禀模态函数 奇异值分解 支持向量机
下载PDF
基于谐波小波包方法的旋转机械故障信号提取 被引量：35
6
作者 张文斌 周晓军 +2 位作者 林勇 李俊生 沈路 《振动与冲击》 EI CSCD 北大核心 2009年第3期87-89,97,共4页
旋转机械发生某些故障时将产生具有奇异性的非平稳信号,检测出振动信号中的奇异性对于设备状态监测和早期故障诊断具有十分重要的意义。在研究谐波小波频段分解的基础上,结合仿真信号与故障试验的分析,采用谐波小波包方法来诊断实际转... 旋转机械发生某些故障时将产生具有奇异性的非平稳信号,检测出振动信号中的奇异性对于设备状态监测和早期故障诊断具有十分重要的意义。在研究谐波小波频段分解的基础上,结合仿真信号与故障试验的分析,采用谐波小波包方法来诊断实际转子的碰摩故障,体现了该方法对任意频段"任意细化"的能力。试验验证取得了满意结果,为旋转机械故障信号的分析和提取创造了条件。 展开更多
关键词 谐波小波包 旋转机械 非平稳信号 故障诊断 碰摩
下载PDF
基于等距映射与加权KNN的旋转机械故障诊断 被引量：38
7
作者 陈法法 汤宝平 苏祖强 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第1期215-220,共6页
针对旋转机械高维复杂故障特征数据难以快速准确辨识的问题,提出一种基于等距映射非线性流形学习与加权KNN(K-nearest neighbor)分类器相结合的旋转机械故障诊断方法。在由时域统计指标和内禀模态分量能量构造的原始特征空间中,首先利... 针对旋转机械高维复杂故障特征数据难以快速准确辨识的问题,提出一种基于等距映射非线性流形学习与加权KNN(K-nearest neighbor)分类器相结合的旋转机械故障诊断方法。在由时域统计指标和内禀模态分量能量构造的原始特征空间中,首先利用等距映射非线性流形学习算法提取旋转机械故障状态变化的本质特征,随后将提取的低维本质特征输入给加权KNN进行旋转机械的故障模式辨识。通过对齿轮箱的实验数据分析表明,该方法不仅对高维复杂的非线性故障特征具有良好的降维性能,而且故障识别率较之传统方法也明显提高,能够有效识别出高维特征空间的非线性故障特征。 展开更多
关键词 流形学习 等距映射 加权K近邻 旋转机械 故障诊断
下载PDF
基于独立分量分析的消噪方法在旋转机械特征提取中的应用 被引量：23
8
作者 季忠 金涛 +1 位作者 杨炯明 秦树人 《中国机械工程》 EI CAS CSCD 北大核心 2005年第1期50-53,共4页
为了有效提取信号特征,为后续的故障诊断分析提供足够的信息,针对旋转机械故障诊断的特点,探讨了在旋转机械振动信号采集过程中基于独立分量分析方法的降噪措施的可行性,并在此基础上,研究了基于独立分量分析的消噪方法在旋转机械升降... 为了有效提取信号特征,为后续的故障诊断分析提供足够的信息,针对旋转机械故障诊断的特点,探讨了在旋转机械振动信号采集过程中基于独立分量分析方法的降噪措施的可行性,并在此基础上,研究了基于独立分量分析的消噪方法在旋转机械升降速过程中信号特征提取中的应用。实验结果表明,利用该方法可有效消除振动信号采集过程中混入的噪声。 展开更多
关键词 旋转机械 独立分量分析 故障诊断 消噪
下载PDF
谐波小波及其时频剖面图在旋转机械诊断中的应用 被引量：21
9
作者 高强 何正嘉 《西安交通大学学报》 EI CAS CSCD 北大核心 2000年第9期62-66,共5页
分析了谐波小波的定义、特点 ,以及用谐波小波时频图、等高线图表示谐波小波分解结果的方法 .分析结果表明 ,这两种方法虽然可以直观表示信号的时频能量分布以及无噪声信号中的微弱奇异成分 ,但当信号中存在噪声时 ,用这些方法将难以检... 分析了谐波小波的定义、特点 ,以及用谐波小波时频图、等高线图表示谐波小波分解结果的方法 .分析结果表明 ,这两种方法虽然可以直观表示信号的时频能量分布以及无噪声信号中的微弱奇异成分 ,但当信号中存在噪声时 ,用这些方法将难以检测信号的奇异性 ,因而它们在工程实际中几乎是没有用的 .提出了谐波小波时频剖面图 (Time FrequencyProfilePlot,即TFPP)方法 ,利用该方法可以检测含噪声信号的微弱奇异成分 .运用谐波小波时频剖面图方法分析了某炼油厂关键旋转机械的振动数据 ,综合快速傅里叶转换 ,有效地提取了信号的微弱奇异特征 ,并诊断了系统故障 . 展开更多
关键词 谐波小波 时频剖面图 旋转机械 故障诊断 TFPP
下载PDF
基于Elman神经网络的旋转机械故障诊断 被引量：34
10
作者 汤宝平 习建民 李锋 《计算机集成制造系统》 EI CSCD 北大核心 2010年第10期2148-2152,共5页
提出了一种基于Elman神经网络的旋转机械故障诊断模型。该诊断模型综合了经验模态分解在故障特征提取和Elman网络在故障模式识别方面的优势,对故障信号进行经验模态分解,再对表征故障调制特征的本征模态函数计算瞬时幅值欧式范数构成特... 提出了一种基于Elman神经网络的旋转机械故障诊断模型。该诊断模型综合了经验模态分解在故障特征提取和Elman网络在故障模式识别方面的优势,对故障信号进行经验模态分解,再对表征故障调制特征的本征模态函数计算瞬时幅值欧式范数构成特征矢量,将特征矢量输入到训练好的Elman神经网络中进行故障诊断。通过深沟球轴承故障诊断实例验证了所提故障诊断模型的有效性。 展开更多
关键词 ELMAN神经网络 旋转机械 故障诊断 经验模态分解 瞬时幅值欧式范数
下载PDF
基于HHT的旋转机械油膜涡动和油膜振荡故障特征分析 被引量：32
11
作者 唐贵基 向玲 朱永利 《中国电机工程学报》 EI CSCD 北大核心 2008年第2期77-81,共5页
将一种新的非平稳信号处理方法,即Hilbert-Huang(HHT)变换方法用于油膜涡动和油膜振荡的检测和时频分析。该方法先用经验模态分解(empirical mode decompo-sition,EMD)提取信号的固有模态函数(intrinsic mode function,IMF)分量,再对IMF... 将一种新的非平稳信号处理方法,即Hilbert-Huang(HHT)变换方法用于油膜涡动和油膜振荡的检测和时频分析。该方法先用经验模态分解(empirical mode decompo-sition,EMD)提取信号的固有模态函数(intrinsic mode function,IMF)分量,再对IMF作Hilbert变换求瞬时频率和幅值。该方法在早期油膜涡动中能够更加清晰地发现涡动二分频的存在,放大了涡动的故障特征,为早期故障诊断提供了方便。HHT时频分析能够定量刻画转子系统油膜涡动故障的快速发展过程,能够准确检测出油膜涡动故障产生的时间、频率和幅值信息,为故障诊断提供了时间方面的准确信息。试验数据分析验证了该方法的有效性。 展开更多
关键词 旋转机械 故障诊断 HILBERT-HUANG变换 油膜涡动 油膜振荡
下载PDF
采用多尺度注意力机制的旋转机械故障诊断方法 被引量：33
12
作者 吴静然 丁恩杰 +1 位作者 崔冉 刘建华 《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第2期51-58,共8页
针对旋转机械故障诊断需要复杂特征提取过程,且对混有噪声的信号故障识别准确率偏低的问题,提出了一种基于注意力机制的多尺度端到端故障诊断方法。该方法在输入端引入随机丢弃抑制输入噪声,然后利用故障信号具有多个固有振动模态的特点... 针对旋转机械故障诊断需要复杂特征提取过程,且对混有噪声的信号故障识别准确率偏低的问题,提出了一种基于注意力机制的多尺度端到端故障诊断方法。该方法在输入端引入随机丢弃抑制输入噪声,然后利用故障信号具有多个固有振动模态的特点,通过多尺度粗粒度层获取不同尺度下振动信号,进而利用全卷积网络实现多尺度特征提取,接着采用注意力机制将多尺度特征进行融合,最后利用多分类函数实现旋转机械故障诊断。分别在凯斯西储大学轴承数据集和变速箱数据集对该方法的有效性进行验证,结果表明:该方法的故障识别率高达100%;人为引入噪声信号的信噪比为-4 dB时,在凯斯西储大学轴承数据集F上的故障识别正确率为84.77%,在齿轮箱数据集上的识别正确率为78.365%,识别正确率明显高于其他机器学习算法,证明了该方法具有较强的抗噪声干扰能力。 展开更多
关键词 旋转机械 故障诊断 随机丢弃 多尺度特征提取 注意力机制
下载PDF
HHT方法在转子振动故障诊断中的应用 被引量：28
13
作者 向玲 朱永利 唐贵基 《中国电机工程学报》 EI CSCD 北大核心 2007年第35期84-89,共6页
传统的振动故障诊断主要是基于频谱分析的方法,而Hilbert-Huang变换得出的时频图是分析故障信号奇异性的有效工具,也是非平稳信号比较有力的分析工具。Hilbert-Huang变换方法以经验模态分解为基础,使信号变换后得到的瞬时频率具有物理... 传统的振动故障诊断主要是基于频谱分析的方法,而Hilbert-Huang变换得出的时频图是分析故障信号奇异性的有效工具,也是非平稳信号比较有力的分析工具。Hilbert-Huang变换方法以经验模态分解为基础,使信号变换后得到的瞬时频率具有物理意义。该文通过几种时频分析方法如魏格纳–维尔(Wigner-Ville)分布、小波变换等比较,发现Hilbert-Huang变换的时频分析更能够清楚给出时频分布情况,准确反映系统的固有特性。对转子实验台几种典型振动故障信号进行了分析研究,结果表明,利用Hilbert-Huang变换的时频分析不仅能直观检测信号中的微弱奇异成分,而且可以有效地进行故障诊断,实现早期故障预报。该方法为旋转机械状态检测和故障诊断提供了新的手段。 展开更多
关键词 Hilbert—Huang变换 旋转机械 故障诊断 信号处理 时频分析
下载PDF
时频分析在旋转机械故障诊断中的应用 被引量：21
14
作者 马辉 赵鑫 +1 位作者 赵群超 闻邦椿 《振动与冲击》 EI CSCD 北大核心 2007年第3期61-63,共3页
针对旋转机械发生故障时振动信号的不平稳性,利用时频分析中的小波尺度图和再分配后的小波尺度图对点碰摩、松动、裂纹和油膜失稳故障进行对比分析,结果表明再分配小波尺度图比传统小波尺度图,具有更高的时频分辨率,可以更好地识别转子... 针对旋转机械发生故障时振动信号的不平稳性,利用时频分析中的小波尺度图和再分配后的小波尺度图对点碰摩、松动、裂纹和油膜失稳故障进行对比分析,结果表明再分配小波尺度图比传统小波尺度图,具有更高的时频分辨率,可以更好地识别转子早期故障。 展开更多
关键词 时频分析 旋转机械 故障诊断
下载PDF
大型机组动静碰摩故障振动特征分析与现场处理 被引量：27
15
作者 汪江 金锐 陆颂元 《汽轮机技术》 北大核心 2002年第1期45-47,共3页
机组动静部件碰摩是运行中常见的重要故障 ,它对正常运转有直接影响。现场碰摩的诊断难度较高 ,不及时、不准确的诊断都会造成经济损失。结合某电厂一台 3 0 0MW机组低压通流部分发生碰摩时实际的振动数据 ,介绍了碰摩发生时传感器间隙... 机组动静部件碰摩是运行中常见的重要故障 ,它对正常运转有直接影响。现场碰摩的诊断难度较高 ,不及时、不准确的诊断都会造成经济损失。结合某电厂一台 3 0 0MW机组低压通流部分发生碰摩时实际的振动数据 ,介绍了碰摩发生时传感器间隙电压、转轴静态轨迹以及相位表现出的征兆和特征 。 展开更多
关键词 碰摩 故障诊断 汽轮发电机组 运行 振动特征分析
下载PDF
旋转机械故障诊断研究方法综述 被引量：28
16
作者 苏乃权 熊建斌 +1 位作者 张清华 黄崇林 《机床与液压》 北大核心 2018年第7期133-139,共7页
随着旋转机械结构越来越复杂,旋转机械需要承受着长时间的工作,发生故障的可能性增大及故障出现形式趋向于复杂化。因此,对旋转机械故障诊断提出更高的要求。本文作者分析了旋转机械故障诊断国内外研究现状及其研究方法,分析有量纲指标... 随着旋转机械结构越来越复杂,旋转机械需要承受着长时间的工作,发生故障的可能性增大及故障出现形式趋向于复杂化。因此,对旋转机械故障诊断提出更高的要求。本文作者分析了旋转机械故障诊断国内外研究现状及其研究方法,分析有量纲指标和量纲一指标在其上的运用。展望旋转机械故障诊断的研究方向和待解决的问题。 展开更多
关键词 旋转机械 有量纲指标 量纲一指标 故障诊断
下载PDF
LMD时频分析方法的端点效应在旋转机械故障诊断中的影响 被引量：27
17
作者 任达千 杨世锡 +1 位作者 吴昭同 严拱标 《中国机械工程》 EI CAS CSCD 北大核心 2012年第8期951-956,共6页
为评估局域均值分解(LMD)受端点效应影响的程度,提出了一种基于能量的端点效应评价指标,并将LMD的端点效应与经验模态分解(EMD)的端点效应进行了比较。因包络线的定义方法不同,LMD在端点附近未定义的包络线较短,端点效应的程度也较轻。... 为评估局域均值分解(LMD)受端点效应影响的程度,提出了一种基于能量的端点效应评价指标,并将LMD的端点效应与经验模态分解(EMD)的端点效应进行了比较。因包络线的定义方法不同,LMD在端点附近未定义的包络线较短,端点效应的程度也较轻。提出的端点效应镜像延拓抑制方法经仿真证明效果良好。将LMD应用于提取转子裂纹的故障特征,可获得满意的实验结果。 展开更多
关键词 旋转机械 故障诊断 转子裂纹 局域均值分解 端点效应
下载PDF
神经网络技术及其在旋转机械故障诊断中的应用 被引量：23
18
作者 颜延虎 钟秉林 +1 位作者 黄仁 万德均 《振动工程学报》 EI CSCD 1993年第3期205-212,共8页
人工神经元网络模型是由大量的简单计算单元广泛相互联接而成的一个非线性动力学网络系统,它以高度的并行分布式处理、联想记忆、自组织及自学习能力和极强的非线性映射能力,在众多的领域里显示了广阔的应用前景。本文从模式识别的角度... 人工神经元网络模型是由大量的简单计算单元广泛相互联接而成的一个非线性动力学网络系统,它以高度的并行分布式处理、联想记忆、自组织及自学习能力和极强的非线性映射能力,在众多的领域里显示了广阔的应用前景。本文从模式识别的角度,论述了神经元网络技术及其在旋转机械故障诊断中的应用,就神经元网络结构及其所能形成的模式分类决策区域作了较为详尽的阐述,并与传统的模式识别技术作了比较。最后在振动频谱波形特征的基础上,就旋转机械中五种典型故障模式,用感知器网络进行了试验研究和分析。结果表明,人工神经元网络技术对于高维空间模式识别及非线性模式识别问题,具有较强的分类表达能力。作为一种新的自适应模式识别方法,神经元网络技术能够有效地解决故障诊断中较为复杂的状态识别问题。 展开更多
关键词 人工神经 神经网络 旋转机械 故障诊断
下载PDF
基于粗糙集理论的旋转机械故障诊断方法 被引量：14
19
作者 孙海军 蒋东翔 +1 位作者 钱立军 战祥森 《动力工程》 CSCD 北大核心 2004年第1期73-77,共5页
粗糙集理论是一种新的数据分析和处理方法,使用粗糙集理论可以对决策表进行简化,去除冗余属性。该文针对旋转机械故障诊断问题,计算旋转机械振动故障数据库中的频域征兆,使用粗糙集理论对其进行约简,根据约简的结果生成规则。利用得到... 粗糙集理论是一种新的数据分析和处理方法,使用粗糙集理论可以对决策表进行简化,去除冗余属性。该文针对旋转机械故障诊断问题,计算旋转机械振动故障数据库中的频域征兆,使用粗糙集理论对其进行约简,根据约简的结果生成规则。利用得到的规则对故障样例进行诊断。结果表明:使用粗糙集理论可以在保留分类能力不变的前提下,去掉诊断中的不重要的要素,保留重要的要素,从而可以简化对诊断信息的需求。对故障样例的诊断结果也表明:得到的规则基本上是可信的。 展开更多
关键词 自动控制技术 旋转机械 故障诊断 粗糙集理论 神经网络
下载PDF
基于粒子群优化LS-WSVM的旋转机械故障诊断 被引量：24
20
作者 陈法法 汤宝平 董绍江 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第12期2747-2753,共7页
为了更好地进行旋转机械故障诊断,提出一种粒子群优化(particle swarm optimization,PSO)最小二乘小波支持向量机(least square wavelet support vector machine,LS-WSVM)的故障诊断模型。先将故障信号经验模式分解(empirical mode deco... 为了更好地进行旋转机械故障诊断,提出一种粒子群优化(particle swarm optimization,PSO)最小二乘小波支持向量机(least square wavelet support vector machine,LS-WSVM)的故障诊断模型。先将故障信号经验模式分解(empirical mode decomposition,EMD)为多个内禀模态分量(intrinsic mode function,IMF)之和,再提取表征故障特征的IMF分量能量构造特征向量输入到PSO优化的LS-WSVM进行故障模式识别。EMD分解可自适应提取故障特征信号,PSO参数优化可快速准确得到LS-WSVM的全局最优参数,提高LS-WSVM的故障诊断精度和自适应诊断能力。通过滚动轴承的故障模拟实验验证了该方法的有效性。 展开更多
关键词 粒子群 小波支持向量机 EMD分解 参数优化 旋转机械 故障诊断
下载PDF
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 2 … 16 下一页 到第 页
使用帮助 返回顶部