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
9
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
降速工况下滚动轴承微弱故障特征信号提取新方法
被引量:
3
1
作者
栾孝驰
沙云东
《机械设计与制造》
北大核心
2020年第3期207-210,共4页
研究降转速工况下滚动轴承微弱故障特征信号的提取,提出了一种基于计算阶次分析、三次样条插值分析与包络谱分析相结合的新方法。基于滚动轴承微弱故障实验测得的降速工况下的转速信号和振动信号,首先对转速信号在时域内积分获得角位移...
研究降转速工况下滚动轴承微弱故障特征信号的提取,提出了一种基于计算阶次分析、三次样条插值分析与包络谱分析相结合的新方法。基于滚动轴承微弱故障实验测得的降速工况下的转速信号和振动信号,首先对转速信号在时域内积分获得角位移-时间信号,再对该信号进行线性插值获得等角度间隔的角位移-时间信号,然后利用该时间序列对振动信号进行三次样条差值获得等角度间隔分布的重采样振动信号,最后对重采样振动信号进行包络分析及快速傅里叶变换获得阶次包络谱。通过对滚动轴承微弱故障实验信号分析,表明该方法能有效提取出滚动轴承微弱外圈故障和滚动体故障特征信息。该方法为轴承微弱故障特征信号提取提供了一种重要手段,具有广泛的应用前景。
展开更多
关键词
降速工况
滚动轴承
微弱故障特征
阶次包络谱
三次样条插值
重采样
下载PDF
职称材料
多阶FRFT自适应滤波及齿轮微弱故障特征提取
被引量:
2
2
作者
梅检民
肖云魁
+3 位作者
沈虹
乔龙
李枫
杨青乐
《振动工程学报》
EI
CSCD
北大核心
2013年第5期771-778,共8页
提出了一种基于稀疏信号分解的多阶分数阶傅里叶变换(Fractional Fourier Transform,FRFT)自适应滤波方法,用于分离加减速过程啮合频率包络调制信号,提取微弱故障特征。首先提出基于两级步长FRFT确定基函数来改进多尺度线调频基稀疏信...
提出了一种基于稀疏信号分解的多阶分数阶傅里叶变换(Fractional Fourier Transform,FRFT)自适应滤波方法,用于分离加减速过程啮合频率包络调制信号,提取微弱故障特征。首先提出基于两级步长FRFT确定基函数来改进多尺度线调频基稀疏信号分解方法,然后根据分解信号将分析信号分成具有较好LFM特性的信号段,采用确定基函数时保留的最佳阶次和分数阶域聚集点对各段信号进行单阶FRFT滤波,实现多阶FRFT自适应滤波。采用该方法对变速器加减速过程振动信号进行滤波解调分析。试验结果表明:基于两级步长FRFT确定基函数,速度快、精度高、抗干扰能力强;该滤波方法计算效率高,不需要选择和设置复杂滤波器,解决了信号频率呈曲线变化时,单阶FRFT滤波失效和多阶FRFT滤波各阶次难以确定的问题,能有效剥离出啮合频率包络调制信号,滤波分量的解调谱能有效提取出早期齿轮故障微弱特征。
展开更多
关键词
故障
诊断
多阶FRFT
自适应滤波
稀疏信号分解
微弱故障特征
提取
下载PDF
职称材料
基于FRFT滤波的轴承微弱故障特征提取
3
作者
杨青乐
梅检民
+2 位作者
肖云魁
罗雷
汪欣
《军事交通学院学报》
2014年第7期48-52,共5页
针对变速器轴承单一和并发早期故障微弱特征难以提取的问题,提出基于分数阶傅里叶变换(FRFT)的阶次包络解调方法。利用线性调频信号在分数阶傅里叶变换域上具有很好时频聚焦性的特点,根据变速器输入轴转速信号及传动比确定FRFT最佳阶次...
针对变速器轴承单一和并发早期故障微弱特征难以提取的问题,提出基于分数阶傅里叶变换(FRFT)的阶次包络解调方法。利用线性调频信号在分数阶傅里叶变换域上具有很好时频聚焦性的特点,根据变速器输入轴转速信号及传动比确定FRFT最佳阶次,理论上推导分数阶域聚集位置。根据最佳阶次和聚集位置在分数阶域对目标分量进行分离,并对分离后信号阶次包络解调分析,得到基于FRFT的阶次包络解调谱。经对实测轴承早期故障振动信号进行分析表明,基于FRFT的阶次包络解调谱能有效隔离其他分量和噪声干扰,解除并发故障特征间的互相干扰,提取出轴承单一和并发早期故障微弱特征。
展开更多
关键词
分数阶傅里叶变换
轴承
微弱故障特征
下载PDF
职称材料
基于压缩小波变换与增强的发动机故障特征提取
被引量:
1
4
作者
贾继德
吴春志
+1 位作者
贾翔宇
姜斯平
《军事交通学院学报》
2016年第12期43-47,共5页
针对发动机强噪声条件下故障信号信噪比低、提取困难的问题,提出基于压缩小波变换与同步增强的故障特征提取方法。首先,对测取的发动机信号进行压缩小波分解,得到不同尺度下对应的瞬时频率,并进行解调及消噪处理,提取微弱故障特征;其次...
针对发动机强噪声条件下故障信号信噪比低、提取困难的问题,提出基于压缩小波变换与同步增强的故障特征提取方法。首先,对测取的发动机信号进行压缩小波分解,得到不同尺度下对应的瞬时频率,并进行解调及消噪处理,提取微弱故障特征;其次,采用循环特征同步增强方法,强化故障特征表示,最终对故障特征进行诊断识别。仿真及实例分析表明,该方法能有效提取发动机故障特征及诊断故障。
展开更多
关键词
发动机
微弱故障特征
压缩小波变换
下载PDF
职称材料
基于EEMD和GA-LSTM算法的行星齿轮故障诊断方法
5
作者
陶浩然
许昕
+2 位作者
潘宏侠
王同
徐轟钊
《机电工程》
CAS
北大核心
2023年第11期1700-1708,共9页
在强烈的背景噪声下,如何较好地提取行星齿轮的微弱故障特征,这是行星齿轮故障诊断领域需要解决的难题。针对行星齿轮振动信号的非线性和非平稳性,为了提高其故障诊断的准确性,提出了一种利用遗传算法优化的长短时记忆网络(GA-LSTM)和...
在强烈的背景噪声下,如何较好地提取行星齿轮的微弱故障特征,这是行星齿轮故障诊断领域需要解决的难题。针对行星齿轮振动信号的非线性和非平稳性,为了提高其故障诊断的准确性,提出了一种利用遗传算法优化的长短时记忆网络(GA-LSTM)和集合经验模式分解(EEMD)的行星齿轮故障诊断方法。首先,通过试验采集了4种行星齿轮故障类型的振动信号,并采用EEMD方法将行星齿轮的原始振动信号分解为6个本征模态函数(IMF)分量,将其作为特征分量以便进一步处理;然后,使用遗传算法(GA)对LSTM网络的超参数进行了优化,以提高故障类型识别的准确性;最后,将特征分量输入到已经训练好的GA-LSTM模型中,将其网络模型作为最终分类器,对行星齿轮进行了故障诊断识别,并通过对比未经优化的网络,以及在原始信号中人为地加入噪声模拟的实际工程信号,验证了基于EEMD和GA-LSTM算法的有效性和泛化性。研究结果表明:训练后的网络实现了不到2%的损失率,具有良好的稳定性,GA-LSTM方法故障分类精度达到了94.17%;与未经优化的网络相比,GA-LSTM模型的验证精度高于LTSM,该网络模型在所有分量上都表现出更好的时序性能,在识别添加了噪声的工程信号时,也能保持较高的故障诊断精度,从而表明其在行星齿轮故障诊断中的优越性。该研究在提高机械传动设备故障诊断能力方面有一定的理论参考价值。
展开更多
关键词
齿轮传动
强背景噪声
微弱故障特征
集合经验模态分解
长短时记忆网络
分类精度
特征
提取
遗传算法
下载PDF
职称材料
基于局域均值分解的行星齿轮箱故障诊断方法
被引量:
3
6
作者
邓敦杰
李鹏
王艺光
《机电工程》
CAS
北大核心
2023年第1期83-88,共6页
在低转速工况下,容易出现行星齿轮箱故障的微弱信号和强信号难以分离的情况,导致行星齿轮箱存在微弱故障诊断精度较差的问题,为此,提出了一种基于局域均值分解(LMD)的行星齿轮箱故障诊断方法。首先,采用DASP数据采集系统,采集了行星齿...
在低转速工况下,容易出现行星齿轮箱故障的微弱信号和强信号难以分离的情况,导致行星齿轮箱存在微弱故障诊断精度较差的问题,为此,提出了一种基于局域均值分解(LMD)的行星齿轮箱故障诊断方法。首先,采用DASP数据采集系统,采集了行星齿轮箱不同工况下的振动信号,采用平移不变量小波降噪方法,对其振动信号进行了降噪处理;然后,采用局域均值分解方法分解了其振动信号,分别采用了能量算子和循环频率对其进行了解调处理,获取了微弱故障信号分量所对应的幅值和相位调制信息,准确提取了行星齿轮箱的微弱故障信号特征;最后,采用最小二乘支持向量机(LSSVM)识别了齿轮箱不同故障特征,判断了行星齿轮箱的运行状态,实现了行星齿轮箱的故障诊断。研究结果表明:采用基于LMD的方法,可以对行星齿轮箱的微弱异常信号及强异常信号进行准确诊断,获得满意的行星齿轮箱故障诊断结果,有效保障行星齿轮箱的安全、稳定运转。
展开更多
关键词
齿轮传动
局域均值分解
最小二乘支持向量机
平移不变量小波降噪
振动信号降噪
微弱
故障
信号
特征
下载PDF
职称材料
周期稀疏导向超小波在风力发电设备发电机轴承故障诊断中的应用
被引量:
22
7
作者
贺王鹏
訾艳阳
+2 位作者
陈彬强
姚斌
张周锁
《机械工程学报》
EI
CAS
CSCD
北大核心
2016年第3期41-48,共8页
机械故障特征提取的内积变换原理要求匹配基函数与目标特征之间的相似性。在缺乏故障特征的精确信息这一不利条件下,根据故障呈现出的确定性以及统计特性能够有效指导基函数的选择和构造针对发电机轴承发生故障时常伴随周期性特征的先...
机械故障特征提取的内积变换原理要求匹配基函数与目标特征之间的相似性。在缺乏故障特征的精确信息这一不利条件下,根据故障呈现出的确定性以及统计特性能够有效指导基函数的选择和构造针对发电机轴承发生故障时常伴随周期性特征的先验知识,提出冲击故障特征周期性稀疏为导向的超小波构造方法。所提出的超小波变换利用可调品质因数小波变换作为匹配字典库,从而改进经典的基于单一固定基函数的小波分析思想。在技术路线上:首先采用超小波字典库对信号进行分解,计算各小波尺度上的周期性稀疏故障特征能量权重指标;以该权重指标优化为目标函数作为评价超小波字典与微弱故障特征匹配相适度的依据选择的可调品质因数小波最优刻画参数(即最优超小波);利用最优的超小波基函数对信号进行最终分解,获取其中的关键故障特征。所提出方法成功地应用于某风力发电机组上发电机轴承故障诊断,从中提取振动信号中隐藏的微弱冲击性故障特征。
展开更多
关键词
风力发电机
稀疏表示
超小波变换
小波品质因素
微弱故障特征
下载PDF
职称材料
自适应TQWT滤波器算法及其在冲击特征提取中的应用
被引量:
14
8
作者
孔运
王天杨
褚福磊
《振动与冲击》
EI
CSCD
北大核心
2019年第11期9-16,23,共9页
微弱故障的冲击特征提取,对于旋转机械设备平稳工况下的状态监测与诊断至关重要。针对强背景噪声下机械故障微弱冲击特征有效提取的难题,提出基于自适应可调品质因子小波变换(TQWT)滤波器的冲击特征提取算法。TQWT作为新兴的频域显式小...
微弱故障的冲击特征提取,对于旋转机械设备平稳工况下的状态监测与诊断至关重要。针对强背景噪声下机械故障微弱冲击特征有效提取的难题,提出基于自适应可调品质因子小波变换(TQWT)滤波器的冲击特征提取算法。TQWT作为新兴的频域显式小波构造理论,具有匹配特定振荡行为信号成分、可利用FFT算法快速实现的优点。所提自适应TQWT滤波器算法,主要涉及TQWT参数(品质因子Q、冗余度r以及分解层数J)的优化选择以及最优特征子带的自适应选择,不依赖于先验知识。算法根据所提出的中心频率比指标以及能量加权归一化小波熵,分别对分解层数以及品质因子和冗余度进行优化选择,构造出适合揭示冲击信号成分振荡行为的优化可调品质因子小波基函数,进而利用冲击特征指标引导含冲击特征信息的最优特征子带选择,最后利用TQWT逆变换实现信号的重构与降噪,提取周期性微弱冲击特征。仿真试验与实测轴承信号的分析结果表明,算法能够自适应选择TQWT参数并实现微弱冲击特征的有效提取。
展开更多
关键词
可调品质因子小波变换
参数选择
能量加权归一化小波熵
冲击
特征
指标
微弱故障特征
下载PDF
职称材料
基于振动信号的断路器机械零部件故障程度识别
被引量:
25
9
作者
杨秋玉
王栋
+1 位作者
阮江军
翟鹏飞
《电工技术学报》
EI
CSCD
北大核心
2021年第13期2880-2892,共13页
如何有效识别高压断路器机械零部件故障严重程度是目前还未解决的问题,针对该问题,提出一种基于振动信号混沌吸引子形态特性的断路器零部件故障程度识别方法。为了更好地提取零部件早期故障的微弱故障特征,首先将振动信号按照断路器动...
如何有效识别高压断路器机械零部件故障严重程度是目前还未解决的问题,针对该问题,提出一种基于振动信号混沌吸引子形态特性的断路器零部件故障程度识别方法。为了更好地提取零部件早期故障的微弱故障特征,首先将振动信号按照断路器动作时序进行分时分割处理;然后提出一种参数自适应的信号分解方法,将分时振动信号各模态分量自适应地分离出来;最后重构模态分量混沌吸引子,利用混沌吸引子形态特性判断断路器零部件故障严重程度。两种不同型号断路器的试验结果表明,振动信号的模态分量混沌吸引子对故障程度具有较高的敏感度,正常与故障状态下的吸引子形态差异明显、吸引子形态随故障程度的加剧表现出一定的变化规律。该方法可为识别高压断路器机械零部件故障严重程度提供一条新思路。
展开更多
关键词
高压断路器
故障
程度
振动信号
自适应信号分解
混沌吸引子
微弱故障特征
提取
下载PDF
职称材料
题名
降速工况下滚动轴承微弱故障特征信号提取新方法
被引量:
3
1
作者
栾孝驰
沙云东
机构
沈阳航空航天大学辽宁省航空推进系统先进测试技术重点实验室
出处
《机械设计与制造》
北大核心
2020年第3期207-210,共4页
基金
中航产学研创新项目资助(cxy2012SH17)。
文摘
研究降转速工况下滚动轴承微弱故障特征信号的提取,提出了一种基于计算阶次分析、三次样条插值分析与包络谱分析相结合的新方法。基于滚动轴承微弱故障实验测得的降速工况下的转速信号和振动信号,首先对转速信号在时域内积分获得角位移-时间信号,再对该信号进行线性插值获得等角度间隔的角位移-时间信号,然后利用该时间序列对振动信号进行三次样条差值获得等角度间隔分布的重采样振动信号,最后对重采样振动信号进行包络分析及快速傅里叶变换获得阶次包络谱。通过对滚动轴承微弱故障实验信号分析,表明该方法能有效提取出滚动轴承微弱外圈故障和滚动体故障特征信息。该方法为轴承微弱故障特征信号提取提供了一种重要手段,具有广泛的应用前景。
关键词
降速工况
滚动轴承
微弱故障特征
阶次包络谱
三次样条插值
重采样
Keywords
Lowing Speed Condition
Rolling Bearing
Weak Fault Characteristic
Order Envelope Spectrum
Cubic Spline Interpolation Analysis
Re-Sampling
分类号
TH16 [机械工程—机械制造及自动化]
V219 [航空宇航科学与技术—航空宇航推进理论与工程]
下载PDF
职称材料
题名
多阶FRFT自适应滤波及齿轮微弱故障特征提取
被引量:
2
2
作者
梅检民
肖云魁
沈虹
乔龙
李枫
杨青乐
机构
军事交通学院军用车辆系
[
军事交通学院基础部
出处
《振动工程学报》
EI
CSCD
北大核心
2013年第5期771-778,共8页
基金
总后勤部预研资助项目(AS407C001)
文摘
提出了一种基于稀疏信号分解的多阶分数阶傅里叶变换(Fractional Fourier Transform,FRFT)自适应滤波方法,用于分离加减速过程啮合频率包络调制信号,提取微弱故障特征。首先提出基于两级步长FRFT确定基函数来改进多尺度线调频基稀疏信号分解方法,然后根据分解信号将分析信号分成具有较好LFM特性的信号段,采用确定基函数时保留的最佳阶次和分数阶域聚集点对各段信号进行单阶FRFT滤波,实现多阶FRFT自适应滤波。采用该方法对变速器加减速过程振动信号进行滤波解调分析。试验结果表明:基于两级步长FRFT确定基函数,速度快、精度高、抗干扰能力强;该滤波方法计算效率高,不需要选择和设置复杂滤波器,解决了信号频率呈曲线变化时,单阶FRFT滤波失效和多阶FRFT滤波各阶次难以确定的问题,能有效剥离出啮合频率包络调制信号,滤波分量的解调谱能有效提取出早期齿轮故障微弱特征。
关键词
故障
诊断
多阶FRFT
自适应滤波
稀疏信号分解
微弱故障特征
提取
Keywords
fault diagnosis
multi-order FRFT
adaptive filter
sparse decomposition
weak fault feature extraction
分类号
TH165.3 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于FRFT滤波的轴承微弱故障特征提取
3
作者
杨青乐
梅检民
肖云魁
罗雷
汪欣
机构
军事交通学院研究生管理大队
军事交通学院军用车辆系
军事交通学院联合投送系
出处
《军事交通学院学报》
2014年第7期48-52,共5页
文摘
针对变速器轴承单一和并发早期故障微弱特征难以提取的问题,提出基于分数阶傅里叶变换(FRFT)的阶次包络解调方法。利用线性调频信号在分数阶傅里叶变换域上具有很好时频聚焦性的特点,根据变速器输入轴转速信号及传动比确定FRFT最佳阶次,理论上推导分数阶域聚集位置。根据最佳阶次和聚集位置在分数阶域对目标分量进行分离,并对分离后信号阶次包络解调分析,得到基于FRFT的阶次包络解调谱。经对实测轴承早期故障振动信号进行分析表明,基于FRFT的阶次包络解调谱能有效隔离其他分量和噪声干扰,解除并发故障特征间的互相干扰,提取出轴承单一和并发早期故障微弱特征。
关键词
分数阶傅里叶变换
轴承
微弱故障特征
Keywords
FRFT (Fractional Fourier Transform)
bearing
weak fault features
分类号
TH165.3 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于压缩小波变换与增强的发动机故障特征提取
被引量:
1
4
作者
贾继德
吴春志
贾翔宇
姜斯平
机构
军事交通学院军用车辆系
军事交通学院研究生管理大队
蚌埠汽车士官学校基础部
出处
《军事交通学院学报》
2016年第12期43-47,共5页
基金
总后勤部科研计划项目(BS311C011)
文摘
针对发动机强噪声条件下故障信号信噪比低、提取困难的问题,提出基于压缩小波变换与同步增强的故障特征提取方法。首先,对测取的发动机信号进行压缩小波分解,得到不同尺度下对应的瞬时频率,并进行解调及消噪处理,提取微弱故障特征;其次,采用循环特征同步增强方法,强化故障特征表示,最终对故障特征进行诊断识别。仿真及实例分析表明,该方法能有效提取发动机故障特征及诊断故障。
关键词
发动机
微弱故障特征
压缩小波变换
Keywords
engine
weak failure feature
synchrosqueezed wavelet transform
分类号
TK421.24 [动力工程及工程热物理—动力机械及工程]
下载PDF
职称材料
题名
基于EEMD和GA-LSTM算法的行星齿轮故障诊断方法
5
作者
陶浩然
许昕
潘宏侠
王同
徐轟钊
机构
中北大学机械工程学院
中北大学系统辨识与诊断技术研究所
出处
《机电工程》
CAS
北大核心
2023年第11期1700-1708,共9页
基金
内燃机可靠性国家重点实验室基金资助项目(skler-201911)。
文摘
在强烈的背景噪声下,如何较好地提取行星齿轮的微弱故障特征,这是行星齿轮故障诊断领域需要解决的难题。针对行星齿轮振动信号的非线性和非平稳性,为了提高其故障诊断的准确性,提出了一种利用遗传算法优化的长短时记忆网络(GA-LSTM)和集合经验模式分解(EEMD)的行星齿轮故障诊断方法。首先,通过试验采集了4种行星齿轮故障类型的振动信号,并采用EEMD方法将行星齿轮的原始振动信号分解为6个本征模态函数(IMF)分量,将其作为特征分量以便进一步处理;然后,使用遗传算法(GA)对LSTM网络的超参数进行了优化,以提高故障类型识别的准确性;最后,将特征分量输入到已经训练好的GA-LSTM模型中,将其网络模型作为最终分类器,对行星齿轮进行了故障诊断识别,并通过对比未经优化的网络,以及在原始信号中人为地加入噪声模拟的实际工程信号,验证了基于EEMD和GA-LSTM算法的有效性和泛化性。研究结果表明:训练后的网络实现了不到2%的损失率,具有良好的稳定性,GA-LSTM方法故障分类精度达到了94.17%;与未经优化的网络相比,GA-LSTM模型的验证精度高于LTSM,该网络模型在所有分量上都表现出更好的时序性能,在识别添加了噪声的工程信号时,也能保持较高的故障诊断精度,从而表明其在行星齿轮故障诊断中的优越性。该研究在提高机械传动设备故障诊断能力方面有一定的理论参考价值。
关键词
齿轮传动
强背景噪声
微弱故障特征
集合经验模态分解
长短时记忆网络
分类精度
特征
提取
遗传算法
Keywords
gear transmission
strong background noise
weak fault characteristics
ensemble empirical mode decomposition(EEMD)
long short-term memory(LSTM)network
classification accuracy
feature extraction
genetic algorithm(GA)
分类号
TH17 [机械工程—机械制造及自动化]
TH132.425 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于局域均值分解的行星齿轮箱故障诊断方法
被引量:
3
6
作者
邓敦杰
李鹏
王艺光
机构
桂林电子科技大学海洋工程学院
出处
《机电工程》
CAS
北大核心
2023年第1期83-88,共6页
基金
国家自然科学基金资助项目(61474032)。
文摘
在低转速工况下,容易出现行星齿轮箱故障的微弱信号和强信号难以分离的情况,导致行星齿轮箱存在微弱故障诊断精度较差的问题,为此,提出了一种基于局域均值分解(LMD)的行星齿轮箱故障诊断方法。首先,采用DASP数据采集系统,采集了行星齿轮箱不同工况下的振动信号,采用平移不变量小波降噪方法,对其振动信号进行了降噪处理;然后,采用局域均值分解方法分解了其振动信号,分别采用了能量算子和循环频率对其进行了解调处理,获取了微弱故障信号分量所对应的幅值和相位调制信息,准确提取了行星齿轮箱的微弱故障信号特征;最后,采用最小二乘支持向量机(LSSVM)识别了齿轮箱不同故障特征,判断了行星齿轮箱的运行状态,实现了行星齿轮箱的故障诊断。研究结果表明:采用基于LMD的方法,可以对行星齿轮箱的微弱异常信号及强异常信号进行准确诊断,获得满意的行星齿轮箱故障诊断结果,有效保障行星齿轮箱的安全、稳定运转。
关键词
齿轮传动
局域均值分解
最小二乘支持向量机
平移不变量小波降噪
振动信号降噪
微弱
故障
信号
特征
Keywords
gear transmission
local mean decomposition(LMD)
least square support vector machine(LSSVM)
translation invariant wavelet noise reduction
vibration signal noise reduction
weak fault signal characteristics
分类号
TH132.425 [机械工程—机械制造及自动化]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
周期稀疏导向超小波在风力发电设备发电机轴承故障诊断中的应用
被引量:
22
7
作者
贺王鹏
訾艳阳
陈彬强
姚斌
张周锁
机构
西安交通大学机械工程学院
厦门大学航空航天学院
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
2016年第3期41-48,共8页
基金
国家自然科学基金(51275384)
福建省重大科技专项(2014H6025)
福建省高端装备制造协同创新中心资助项目
文摘
机械故障特征提取的内积变换原理要求匹配基函数与目标特征之间的相似性。在缺乏故障特征的精确信息这一不利条件下,根据故障呈现出的确定性以及统计特性能够有效指导基函数的选择和构造针对发电机轴承发生故障时常伴随周期性特征的先验知识,提出冲击故障特征周期性稀疏为导向的超小波构造方法。所提出的超小波变换利用可调品质因数小波变换作为匹配字典库,从而改进经典的基于单一固定基函数的小波分析思想。在技术路线上:首先采用超小波字典库对信号进行分解,计算各小波尺度上的周期性稀疏故障特征能量权重指标;以该权重指标优化为目标函数作为评价超小波字典与微弱故障特征匹配相适度的依据选择的可调品质因数小波最优刻画参数(即最优超小波);利用最优的超小波基函数对信号进行最终分解,获取其中的关键故障特征。所提出方法成功地应用于某风力发电机组上发电机轴承故障诊断,从中提取振动信号中隐藏的微弱冲击性故障特征。
关键词
风力发电机
稀疏表示
超小波变换
小波品质因素
微弱故障特征
Keywords
sparse representation
super-wavelet transform
wavelet quality factor
induction motor
incipient fault feature
分类号
TG156 [金属学及工艺—热处理]
下载PDF
职称材料
题名
自适应TQWT滤波器算法及其在冲击特征提取中的应用
被引量:
14
8
作者
孔运
王天杨
褚福磊
机构
清华大学机械工程系
出处
《振动与冲击》
EI
CSCD
北大核心
2019年第11期9-16,23,共9页
基金
国家自然科学基金资助项目(51335006
51605244)
文摘
微弱故障的冲击特征提取,对于旋转机械设备平稳工况下的状态监测与诊断至关重要。针对强背景噪声下机械故障微弱冲击特征有效提取的难题,提出基于自适应可调品质因子小波变换(TQWT)滤波器的冲击特征提取算法。TQWT作为新兴的频域显式小波构造理论,具有匹配特定振荡行为信号成分、可利用FFT算法快速实现的优点。所提自适应TQWT滤波器算法,主要涉及TQWT参数(品质因子Q、冗余度r以及分解层数J)的优化选择以及最优特征子带的自适应选择,不依赖于先验知识。算法根据所提出的中心频率比指标以及能量加权归一化小波熵,分别对分解层数以及品质因子和冗余度进行优化选择,构造出适合揭示冲击信号成分振荡行为的优化可调品质因子小波基函数,进而利用冲击特征指标引导含冲击特征信息的最优特征子带选择,最后利用TQWT逆变换实现信号的重构与降噪,提取周期性微弱冲击特征。仿真试验与实测轴承信号的分析结果表明,算法能够自适应选择TQWT参数并实现微弱冲击特征的有效提取。
关键词
可调品质因子小波变换
参数选择
能量加权归一化小波熵
冲击
特征
指标
微弱故障特征
Keywords
Tunable Q-factor wavelet transform(TQWT)
parameter selection
energy-weighted normalized wavelet entropy
impact feature index
weak fault feature
分类号
TH156 [机械工程]
下载PDF
职称材料
题名
基于振动信号的断路器机械零部件故障程度识别
被引量:
25
9
作者
杨秋玉
王栋
阮江军
翟鹏飞
机构
福建工程学院电子电气与物理学院
国网河南省电力公司电力科学研究院
武汉大学电气与自动化学院
中能电气股份有限公司
出处
《电工技术学报》
EI
CSCD
北大核心
2021年第13期2880-2892,共13页
文摘
如何有效识别高压断路器机械零部件故障严重程度是目前还未解决的问题,针对该问题,提出一种基于振动信号混沌吸引子形态特性的断路器零部件故障程度识别方法。为了更好地提取零部件早期故障的微弱故障特征,首先将振动信号按照断路器动作时序进行分时分割处理;然后提出一种参数自适应的信号分解方法,将分时振动信号各模态分量自适应地分离出来;最后重构模态分量混沌吸引子,利用混沌吸引子形态特性判断断路器零部件故障严重程度。两种不同型号断路器的试验结果表明,振动信号的模态分量混沌吸引子对故障程度具有较高的敏感度,正常与故障状态下的吸引子形态差异明显、吸引子形态随故障程度的加剧表现出一定的变化规律。该方法可为识别高压断路器机械零部件故障严重程度提供一条新思路。
关键词
高压断路器
故障
程度
振动信号
自适应信号分解
混沌吸引子
微弱故障特征
提取
Keywords
High-voltage circuit breakers
fault severity
vibration signals
self-adaptive signal decomposition
chaotic attractor
weak fault feature extraction
分类号
TM561 [电气工程—电器]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
降速工况下滚动轴承微弱故障特征信号提取新方法
栾孝驰
沙云东
《机械设计与制造》
北大核心
2020
3
下载PDF
职称材料
2
多阶FRFT自适应滤波及齿轮微弱故障特征提取
梅检民
肖云魁
沈虹
乔龙
李枫
杨青乐
《振动工程学报》
EI
CSCD
北大核心
2013
2
下载PDF
职称材料
3
基于FRFT滤波的轴承微弱故障特征提取
杨青乐
梅检民
肖云魁
罗雷
汪欣
《军事交通学院学报》
2014
0
下载PDF
职称材料
4
基于压缩小波变换与增强的发动机故障特征提取
贾继德
吴春志
贾翔宇
姜斯平
《军事交通学院学报》
2016
1
下载PDF
职称材料
5
基于EEMD和GA-LSTM算法的行星齿轮故障诊断方法
陶浩然
许昕
潘宏侠
王同
徐轟钊
《机电工程》
CAS
北大核心
2023
0
下载PDF
职称材料
6
基于局域均值分解的行星齿轮箱故障诊断方法
邓敦杰
李鹏
王艺光
《机电工程》
CAS
北大核心
2023
3
下载PDF
职称材料
7
周期稀疏导向超小波在风力发电设备发电机轴承故障诊断中的应用
贺王鹏
訾艳阳
陈彬强
姚斌
张周锁
《机械工程学报》
EI
CAS
CSCD
北大核心
2016
22
下载PDF
职称材料
8
自适应TQWT滤波器算法及其在冲击特征提取中的应用
孔运
王天杨
褚福磊
《振动与冲击》
EI
CSCD
北大核心
2019
14
下载PDF
职称材料
9
基于振动信号的断路器机械零部件故障程度识别
杨秋玉
王栋
阮江军
翟鹏飞
《电工技术学报》
EI
CSCD
北大核心
2021
25
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