期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
自适应最小熵盲解卷积在轴承故障诊断中的应用
1
作者 杨智翔 陈彬强 +2 位作者 姚斌 李锋军 张雷雷 《工具技术》 北大核心 2023年第7期129-135,共7页
轴承是机床运行中最容易发生故障的关键部件之一,但其振动信号中的故障特征常被强噪声掩蔽,改进的最小熵盲解卷积是常用的特征提取方法。而MEDA的特征提取效果很大程度上取决于滤波器参数的选取,通过引入自相关函数的l_(1)范数均值指标... 轴承是机床运行中最容易发生故障的关键部件之一,但其振动信号中的故障特征常被强噪声掩蔽,改进的最小熵盲解卷积是常用的特征提取方法。而MEDA的特征提取效果很大程度上取决于滤波器参数的选取,通过引入自相关函数的l_(1)范数均值指标进行滤波器的自适应参数优化选择,进一步增强MEDA的自适应性。算例表明,所述方法的自适应性良好,可以有效恢复微弱的周期性冲击,借助包络解调谱分析实现故障诊断,在特征提取方面表现优异。 展开更多
关键词 滚动轴承 故障诊断 最小熵解卷 自适应 数控机床
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部