期刊导航
期刊开放获取
河南省图书馆
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
多维度能量熵提取的不同负载下电机轴承故障诊断
被引量:
1
1
作者
唐鸣
王爱元
朱振田
《电机与控制应用》
2023年第9期63-69,共7页
为了提高电机轴承故障诊断的准确率,针对电机轴承故障不稳定的振动信号及故障特征提取困难问题,提出了一种基于变分模态分解(VMD)能量熵与卷积神经网络(CNN)相结合的电机轴承故障诊断方法。为了使故障的特征更精确地体现出来,采取三维...
为了提高电机轴承故障诊断的准确率,针对电机轴承故障不稳定的振动信号及故障特征提取困难问题,提出了一种基于变分模态分解(VMD)能量熵与卷积神经网络(CNN)相结合的电机轴承故障诊断方法。为了使故障的特征更精确地体现出来,采取三维度的能量熵提取办法,将轴承故障分为内圈磨损、外圈磨损和保持架断裂三类,然后每个类别再细分为负载为0%、25%和50%三种情况,共9种情况。利用VMD方法将故障信号分解得到内禀模态函数(IMF)的分量并提取各个维度IMF的能量熵值从而构成特征向量。结果表明该方法可以有效提高故障诊断正确率。
展开更多
关键词
轴承故障诊断
变分模态分解
三维能量熵
卷积神经网络
下载PDF
职称材料
题名
多维度能量熵提取的不同负载下电机轴承故障诊断
被引量:
1
1
作者
唐鸣
王爱元
朱振田
机构
上海电机学院电气学院
出处
《电机与控制应用》
2023年第9期63-69,共7页
文摘
为了提高电机轴承故障诊断的准确率,针对电机轴承故障不稳定的振动信号及故障特征提取困难问题,提出了一种基于变分模态分解(VMD)能量熵与卷积神经网络(CNN)相结合的电机轴承故障诊断方法。为了使故障的特征更精确地体现出来,采取三维度的能量熵提取办法,将轴承故障分为内圈磨损、外圈磨损和保持架断裂三类,然后每个类别再细分为负载为0%、25%和50%三种情况,共9种情况。利用VMD方法将故障信号分解得到内禀模态函数(IMF)的分量并提取各个维度IMF的能量熵值从而构成特征向量。结果表明该方法可以有效提高故障诊断正确率。
关键词
轴承故障诊断
变分模态分解
三维能量熵
卷积神经网络
Keywords
bearing fault diagnosis
variational mode decomposition(VMD)three-dimensional energy entropy
energy entropy
convolutional neural network(CNN)
分类号
TM341 [电气工程—电机]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多维度能量熵提取的不同负载下电机轴承故障诊断
唐鸣
王爱元
朱振田
《电机与控制应用》
2023
1
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