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
6
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
基于参数自适应的RSSD-CYCBD及在轴承外圈故障特征提取中的应用
1
作者
刘晖
姚德臣
+1 位作者
杨建伟
魏明辉
《机电工程》
CAS
北大核心
2024年第5期836-844,共9页
针对滚动轴承工作环境复杂、故障特征信号易被高强度噪声掩盖的问题,提出了基于参数自适应的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的滚动轴承故障诊断方法。首先,利用人工大猩猩部队优化算法(GTO),结合相关系数与相关...
针对滚动轴承工作环境复杂、故障特征信号易被高强度噪声掩盖的问题,提出了基于参数自适应的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的滚动轴承故障诊断方法。首先,利用人工大猩猩部队优化算法(GTO),结合相关系数与相关峭度的融合指标,自适应选择RSSD分解参数,得到了仿真信号的最优低共振分量;然后,利用GTO结合包络熵,自适应选择CYCBD的循环频率和滤波器长度,对最优低共振分量进行了解卷积运算,从包络谱中获得了信号的故障特征频率;最后,利用美国凯斯西储大学试验台和MFS-MG机械故障综合模拟试验台数据,综合验证了该方法的有效性,并将试验结果与RSSD-MCKD方法的结果进行了对比。研究结果表明,该方法能够准确地得到仿真信号的故障频率为20 Hz、美国凯斯西储大学试验台近似故障频率为107.5 Hz、MFS-MG试验台近似故障频率为87.6 Hz。自适应RSSD-CYCBD方法能够有效地识别出故障特征频率及其倍频,实现滚动轴承故障诊断的目的。
展开更多
关键词
滚动轴承
故障诊断
共振稀疏分解
最大二阶循环平稳盲反卷积
人工大猩猩部队优化算法
包络熵
高强度噪声
下载PDF
职称材料
基于VEITD和OSMHD的风电机组轴承损伤识别
被引量:
1
2
作者
唐贵基
朱星皓
+3 位作者
王晓龙
薛贵
徐振丽
周威
《电力自动化设备》
EI
CSCD
北大核心
2023年第6期101-107,共7页
针对风力发电机轴承损伤信号易被强噪声干扰导致损伤特征提取困难的问题,提出了一种基于可变熵加权融合的固有时间尺度分解和优化稀疏最大谐波噪声比解卷积法相结合的风力发电机轴承损伤识别方法。采用固有时间尺度分解方法对原始信号...
针对风力发电机轴承损伤信号易被强噪声干扰导致损伤特征提取困难的问题,提出了一种基于可变熵加权融合的固有时间尺度分解和优化稀疏最大谐波噪声比解卷积法相结合的风力发电机轴承损伤识别方法。采用固有时间尺度分解方法对原始信号进行分解,得到若干个固有旋转分量。利用可变熵对固有旋转分量进行加权融合。使用优化稀疏最大谐波噪声比解卷积法对加权融合信号进行处理,提取轴承损伤特征频率。试验台数据和风力发电机现场数据分析结果表明,所提方法对轴承损伤信号中的噪声抑制效果明显,能够准确提取风力发电机轴承损伤特征频率,实现风力发电机轴承的损伤识别。
展开更多
关键词
风力发电机组
滚动轴承
损伤识别
固有时间尺度分解
稀疏最大谐波噪声比解卷积
下载PDF
职称材料
参数自适应SMHD滚动轴承IAS信号特征提取方法
3
作者
钟辉
郭瑜
高国泽
《电子测量与仪器学报》
CSCD
北大核心
2023年第12期10-17,共8页
针对编码器瞬时角速度(IAS)信号中滚动轴承故障特征提取困难的问题,结合稀疏最大谐波噪声比解卷积(SMHD)算法可在没有先验周期情况下提取信号中周期性脉冲故障分量的优势提出一种参数自适应SMHD滚动轴承IAS信号特征提取方法。首先,利用...
针对编码器瞬时角速度(IAS)信号中滚动轴承故障特征提取困难的问题,结合稀疏最大谐波噪声比解卷积(SMHD)算法可在没有先验周期情况下提取信号中周期性脉冲故障分量的优势提出一种参数自适应SMHD滚动轴承IAS信号特征提取方法。首先,利用向前差分法估计IAS信号;然后,利用故障特征(FC)作为自适应选取SMHD优化滤波器长度的评判指标,实现SMHD滤波器长度的自适应确定;再将优化选取的滤波器长度代入SMHD算法对IAS信号进行增强。最后,通过包络分析揭示滚动轴承故障特征。通过对仿真和实测数据进行分析,验证了所提方法的有效性。
展开更多
关键词
滚动轴承
瞬时角速度
稀疏最大谐波噪声比解卷积
参数自适应
下载PDF
职称材料
基于信号共振稀疏分解和最大相关峭度解卷积的齿轮箱故障诊断
被引量:
15
4
作者
何群
郭源耕
+2 位作者
王霄
任宗浩
李继猛
《中国机械工程》
EI
CAS
CSCD
北大核心
2017年第13期1528-1534,共7页
当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有效提取。针对这一问题,提出了基于信号共振稀疏分解和最大相关峭度解卷积的故障诊断方法。该方法首先通...
当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有效提取。针对这一问题,提出了基于信号共振稀疏分解和最大相关峭度解卷积的故障诊断方法。该方法首先通过信号共振稀疏分解将信号中的低共振冲击成分从谐波分量和噪声中分离,然后对低共振分量进行最大相关峭度解卷积计算,进一步突出低共振分量中的周期脉冲成分,最后通过包络谱分析进行故障诊断。算法仿真、实验分析和工程应用结果表明,该方法能够有效提取强噪声信号中的周期性冲击成分,凸显故障特征,从而提供准确可靠的诊断结果。
展开更多
关键词
齿轮箱
故障诊断
信号共振稀疏分解
最大相关峭度解卷积
冲击特征提取
下载PDF
职称材料
MCKD和RSSD在滚动轴承早期故障诊断中的应用
被引量:
1
5
作者
杨斌
张家玮
+2 位作者
樊改荣
王建国
张超
《噪声与振动控制》
CSCD
2018年第2期154-161,共8页
由于干扰噪声较强,共振稀疏分解在滚动轴承早期故障阶段并不能有效提取瞬态冲击成分。针对此问题提出基于最大相关峭度解卷积(Maxim Correlated Kurtosis Deconvolution,MCKD)和共振稀疏分解(Resonance Sparse Signal Decomposition,RS...
由于干扰噪声较强,共振稀疏分解在滚动轴承早期故障阶段并不能有效提取瞬态冲击成分。针对此问题提出基于最大相关峭度解卷积(Maxim Correlated Kurtosis Deconvolution,MCKD)和共振稀疏分解(Resonance Sparse Signal Decomposition,RSSD)相结合的故障特征提取方法。该方法首先利用MCKD对振动冲击信号进行处理,有效降噪并突出故障信号尖脉冲,然后使用共振稀疏分解将信号分解成包含谐波信号的高共振分量与包含瞬态冲击信号的低共振分量,最后利用包络功率谱根据低共振分量提取故障特征频率。通过仿真和试验验证了该方法可以准确提取故障特征频率,凸显故障特征。
展开更多
关键词
振动与波
滚动轴承
故障诊断
共振稀疏分解
最大相关峭度解卷积
下载PDF
职称材料
极大似然反褶积方法的稳健性讨论
被引量:
1
6
作者
刘洪林
《大庆石油学院学报》
CAS
北大核心
1997年第2期9-12,共4页
利用仿真数字随机发生器产生反射系数序列,在ARMA子波参数已知的条件下,利用人工合成记录,以稀疏状态下的反射系数和稠密状态下的反射系数对极大似然反褶积的稳健性进行了讨论,系统参数辨识的精度越高,反射系数序列的精度也就...
利用仿真数字随机发生器产生反射系数序列,在ARMA子波参数已知的条件下,利用人工合成记录,以稀疏状态下的反射系数和稠密状态下的反射系数对极大似然反褶积的稳健性进行了讨论,系统参数辨识的精度越高,反射系数序列的精度也就越高。这里的系统参数是指ARMA子波参数。如果获得高精度的ARMA子波参数,由极大似然反褶积所获得的反射系数序列具有较高的精度。这一结论是解释极大似然反褶积成功的关健,同时也说明极大似然反褶积具有相当高的稳健性。
展开更多
关键词
极大似然反褶积
稳健性
地震勘探
石油勘探
下载PDF
职称材料
题名
基于参数自适应的RSSD-CYCBD及在轴承外圈故障特征提取中的应用
1
作者
刘晖
姚德臣
杨建伟
魏明辉
机构
北京建筑大学机电与车辆工程学院
北京建筑大学城市轨道交通车辆服役性能保障北京重点实验室
出处
《机电工程》
CAS
北大核心
2024年第5期836-844,共9页
基金
国家自然科学基金资助项目(51975038,52272385,52205083)
北京市自然科学基金资助项目(L211008,L221027,L211007,3214042)。
文摘
针对滚动轴承工作环境复杂、故障特征信号易被高强度噪声掩盖的问题,提出了基于参数自适应的共振稀疏分解(RSSD)和最大二阶循环平稳盲解卷积(CYCBD)的滚动轴承故障诊断方法。首先,利用人工大猩猩部队优化算法(GTO),结合相关系数与相关峭度的融合指标,自适应选择RSSD分解参数,得到了仿真信号的最优低共振分量;然后,利用GTO结合包络熵,自适应选择CYCBD的循环频率和滤波器长度,对最优低共振分量进行了解卷积运算,从包络谱中获得了信号的故障特征频率;最后,利用美国凯斯西储大学试验台和MFS-MG机械故障综合模拟试验台数据,综合验证了该方法的有效性,并将试验结果与RSSD-MCKD方法的结果进行了对比。研究结果表明,该方法能够准确地得到仿真信号的故障频率为20 Hz、美国凯斯西储大学试验台近似故障频率为107.5 Hz、MFS-MG试验台近似故障频率为87.6 Hz。自适应RSSD-CYCBD方法能够有效地识别出故障特征频率及其倍频,实现滚动轴承故障诊断的目的。
关键词
滚动轴承
故障诊断
共振稀疏分解
最大二阶循环平稳盲反卷积
人工大猩猩部队优化算法
包络熵
高强度噪声
Keywords
rolling bearings
fault diagnosis
resonance
sparse
decomposition(RSSD)
maximum
second-order cyclic smooth blind
deconvolution
(CYCBD)
artificial force gorilla troops optimization algorithm(GTO)
envelope entropy
high-intensity noise
分类号
TH133.33 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于VEITD和OSMHD的风电机组轴承损伤识别
被引量:
1
2
作者
唐贵基
朱星皓
王晓龙
薛贵
徐振丽
周威
机构
华北电力大学机械工程系
华北电力大学河北省电力机械装备健康维护与失效预防重点实验室
出处
《电力自动化设备》
EI
CSCD
北大核心
2023年第6期101-107,共7页
基金
国家自然科学基金资助项目(52005180)
中央高校基本科研业务费专项资金资助项目(2023MS127)
+1 种基金
河北省自然科学基金资助项目(E2022502003)
河北省高等学校科学技术研究项目(QN2022190)。
文摘
针对风力发电机轴承损伤信号易被强噪声干扰导致损伤特征提取困难的问题,提出了一种基于可变熵加权融合的固有时间尺度分解和优化稀疏最大谐波噪声比解卷积法相结合的风力发电机轴承损伤识别方法。采用固有时间尺度分解方法对原始信号进行分解,得到若干个固有旋转分量。利用可变熵对固有旋转分量进行加权融合。使用优化稀疏最大谐波噪声比解卷积法对加权融合信号进行处理,提取轴承损伤特征频率。试验台数据和风力发电机现场数据分析结果表明,所提方法对轴承损伤信号中的噪声抑制效果明显,能够准确提取风力发电机轴承损伤特征频率,实现风力发电机轴承的损伤识别。
关键词
风力发电机组
滚动轴承
损伤识别
固有时间尺度分解
稀疏最大谐波噪声比解卷积
Keywords
wind turbine
rolling bearing
damage identification
intrinsic time scale decomposition
sparse maximum harmonic-noise-ratio deconvolution
分类号
TM315 [电气工程—电机]
下载PDF
职称材料
题名
参数自适应SMHD滚动轴承IAS信号特征提取方法
3
作者
钟辉
郭瑜
高国泽
机构
昆明理工大学机电工程学院
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第12期10-17,共8页
基金
国家自然科学基金(5216507)
云南省重点领域科技计划项目(202002AC080001)资助。
文摘
针对编码器瞬时角速度(IAS)信号中滚动轴承故障特征提取困难的问题,结合稀疏最大谐波噪声比解卷积(SMHD)算法可在没有先验周期情况下提取信号中周期性脉冲故障分量的优势提出一种参数自适应SMHD滚动轴承IAS信号特征提取方法。首先,利用向前差分法估计IAS信号;然后,利用故障特征(FC)作为自适应选取SMHD优化滤波器长度的评判指标,实现SMHD滤波器长度的自适应确定;再将优化选取的滤波器长度代入SMHD算法对IAS信号进行增强。最后,通过包络分析揭示滚动轴承故障特征。通过对仿真和实测数据进行分析,验证了所提方法的有效性。
关键词
滚动轴承
瞬时角速度
稀疏最大谐波噪声比解卷积
参数自适应
Keywords
rolling bearing
instantaneous angular speed
sparse
maximum
harmonics-to-noise-ratio
deconvolution
parameter adaptation
分类号
TN762 [电子电信—电路与系统]
TH165.3 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
基于信号共振稀疏分解和最大相关峭度解卷积的齿轮箱故障诊断
被引量:
15
4
作者
何群
郭源耕
王霄
任宗浩
李继猛
机构
燕山大学电气工程学院
秦皇岛港股份有限公司第六港务分公司
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2017年第13期1528-1534,共7页
基金
国家自然科学基金资助项目(51505415)
河北省自然科学基金资助项目(F2016203421)
文摘
当齿轮箱内旋转零件发生故障时,其振动信号中的故障脉冲成分易被箱体中其他旋转部件的谐波信号和背景噪声所淹没,故障特征难以被有效提取。针对这一问题,提出了基于信号共振稀疏分解和最大相关峭度解卷积的故障诊断方法。该方法首先通过信号共振稀疏分解将信号中的低共振冲击成分从谐波分量和噪声中分离,然后对低共振分量进行最大相关峭度解卷积计算,进一步突出低共振分量中的周期脉冲成分,最后通过包络谱分析进行故障诊断。算法仿真、实验分析和工程应用结果表明,该方法能够有效提取强噪声信号中的周期性冲击成分,凸显故障特征,从而提供准确可靠的诊断结果。
关键词
齿轮箱
故障诊断
信号共振稀疏分解
最大相关峭度解卷积
冲击特征提取
Keywords
gearbox
fault diagnosis
resonance-based
sparse
signal decomposition(RB-SSD)
maximum
correlated kurtosis
deconvolution
(MCKD)
impulse feature extraction
分类号
TH113 [机械工程—机械设计及理论]
TP206.3 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
MCKD和RSSD在滚动轴承早期故障诊断中的应用
被引量:
1
5
作者
杨斌
张家玮
樊改荣
王建国
张超
机构
内蒙古科技大学机械工程学院
内蒙古第一机械集团有限公司第四分公司
出处
《噪声与振动控制》
CSCD
2018年第2期154-161,共8页
基金
内蒙古自治区自然科学基金资助项目(2015MS0512)
内蒙古自治区教育厅资助项目(NJZY146)
内蒙古科技大学创新基金资助项目(2014QDL022)
文摘
由于干扰噪声较强,共振稀疏分解在滚动轴承早期故障阶段并不能有效提取瞬态冲击成分。针对此问题提出基于最大相关峭度解卷积(Maxim Correlated Kurtosis Deconvolution,MCKD)和共振稀疏分解(Resonance Sparse Signal Decomposition,RSSD)相结合的故障特征提取方法。该方法首先利用MCKD对振动冲击信号进行处理,有效降噪并突出故障信号尖脉冲,然后使用共振稀疏分解将信号分解成包含谐波信号的高共振分量与包含瞬态冲击信号的低共振分量,最后利用包络功率谱根据低共振分量提取故障特征频率。通过仿真和试验验证了该方法可以准确提取故障特征频率,凸显故障特征。
关键词
振动与波
滚动轴承
故障诊断
共振稀疏分解
最大相关峭度解卷积
Keywords
vibration and wave
rolling bearing
fault diagnosis
resonance
sparse
signal decomposition(RSSD)
maximum
correlation kurtosis
deconvolution
(MCKD)
分类号
TH16 [机械工程—机械制造及自动化]
TH133.33 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
极大似然反褶积方法的稳健性讨论
被引量:
1
6
作者
刘洪林
机构
大庆石油学院石油勘探系
出处
《大庆石油学院学报》
CAS
北大核心
1997年第2期9-12,共4页
文摘
利用仿真数字随机发生器产生反射系数序列,在ARMA子波参数已知的条件下,利用人工合成记录,以稀疏状态下的反射系数和稠密状态下的反射系数对极大似然反褶积的稳健性进行了讨论,系统参数辨识的精度越高,反射系数序列的精度也就越高。这里的系统参数是指ARMA子波参数。如果获得高精度的ARMA子波参数,由极大似然反褶积所获得的反射系数序列具有较高的精度。这一结论是解释极大似然反褶积成功的关健,同时也说明极大似然反褶积具有相当高的稳健性。
关键词
极大似然反褶积
稳健性
地震勘探
石油勘探
Keywords
maximum
likelihood
deconvolution
, solid property, digital simulator,
sparse
reflectivity, dense reflectivity
分类号
P618.130.8 [天文地球—矿床学]
P631.4 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于参数自适应的RSSD-CYCBD及在轴承外圈故障特征提取中的应用
刘晖
姚德臣
杨建伟
魏明辉
《机电工程》
CAS
北大核心
2024
0
下载PDF
职称材料
2
基于VEITD和OSMHD的风电机组轴承损伤识别
唐贵基
朱星皓
王晓龙
薛贵
徐振丽
周威
《电力自动化设备》
EI
CSCD
北大核心
2023
1
下载PDF
职称材料
3
参数自适应SMHD滚动轴承IAS信号特征提取方法
钟辉
郭瑜
高国泽
《电子测量与仪器学报》
CSCD
北大核心
2023
0
下载PDF
职称材料
4
基于信号共振稀疏分解和最大相关峭度解卷积的齿轮箱故障诊断
何群
郭源耕
王霄
任宗浩
李继猛
《中国机械工程》
EI
CAS
CSCD
北大核心
2017
15
下载PDF
职称材料
5
MCKD和RSSD在滚动轴承早期故障诊断中的应用
杨斌
张家玮
樊改荣
王建国
张超
《噪声与振动控制》
CSCD
2018
1
下载PDF
职称材料
6
极大似然反褶积方法的稳健性讨论
刘洪林
《大庆石油学院学报》
CAS
北大核心
1997
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