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
基于迭代经验小波变换的齿轮故障诊断方法
被引量:
26
1
作者
辛玉
李舜酩
+2 位作者
王金瑞
易朋兴
刘颉
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2018年第11期79-86,共8页
齿轮故障振动信号具有多分量和调幅-调频等特点,导致振动信号耦合程度高、数据特征提取和识别难度大。提出了一种基于迭代经验小波变换(EWT)和稀疏滤波(SF)的振动信号故障特征提取和诊断方法。首先,利用尺度空间表示将齿轮振动信号的Fou...
齿轮故障振动信号具有多分量和调幅-调频等特点,导致振动信号耦合程度高、数据特征提取和识别难度大。提出了一种基于迭代经验小波变换(EWT)和稀疏滤波(SF)的振动信号故障特征提取和诊断方法。首先,利用尺度空间表示将齿轮振动信号的Fourier频谱自适应的划分为若干频带,并利用EWT将输入信号分解为若干本征模态函数(IMF);其次,利用互信息能量熵方法迭代去除振动信号中的噪声干扰成分,并重构振动信号;再次,建立基于稀疏滤波的无监督神经网络模型,将重构的振动信号作为神经网络模型的输入并学习故障特征,利用softmax辨识故障信息;最后,利用建立的故障诊断模型辨识齿轮故障测试数据并验证本文方法的有效性。结果表明,所提方法能够有效辨识故障特征。
展开更多
关键词
齿轮故障
迭代经验小波变换
频谱边界
稀疏滤波
无监督特征提取
下载PDF
职称材料
题名
基于迭代经验小波变换的齿轮故障诊断方法
被引量:
26
1
作者
辛玉
李舜酩
王金瑞
易朋兴
刘颉
机构
南京航空航天大学
华中科技大学
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2018年第11期79-86,共8页
基金
国家自然科学基金(51675262)
国家重点研究和发展项目(2016YDF0700800)
预研领域基金课题(6140210020102)项目资助
文摘
齿轮故障振动信号具有多分量和调幅-调频等特点,导致振动信号耦合程度高、数据特征提取和识别难度大。提出了一种基于迭代经验小波变换(EWT)和稀疏滤波(SF)的振动信号故障特征提取和诊断方法。首先,利用尺度空间表示将齿轮振动信号的Fourier频谱自适应的划分为若干频带,并利用EWT将输入信号分解为若干本征模态函数(IMF);其次,利用互信息能量熵方法迭代去除振动信号中的噪声干扰成分,并重构振动信号;再次,建立基于稀疏滤波的无监督神经网络模型,将重构的振动信号作为神经网络模型的输入并学习故障特征,利用softmax辨识故障信息;最后,利用建立的故障诊断模型辨识齿轮故障测试数据并验证本文方法的有效性。结果表明,所提方法能够有效辨识故障特征。
关键词
齿轮故障
迭代经验小波变换
频谱边界
稀疏滤波
无监督特征提取
Keywords
gear
fault
iterative
empirical
wavelet transform
(
ewt
)
spectral
boundary
sparse
filtering
unsupervised
feature
extraction
分类号
TH113.1 [机械工程—机械设计及理论]
TH165.3
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于迭代经验小波变换的齿轮故障诊断方法
辛玉
李舜酩
王金瑞
易朋兴
刘颉
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2018
26
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