期刊文献+
共找到197篇文章
< 1 2 10 >
每页显示 20 50 100
Condition Evaluation in Steel Truss Bridge with Fused Hilbert Transform,Spectral Kurtosis,and Bandpass Filter 被引量:1
1
作者 Anshul Sharma Pardeep Kumar +1 位作者 Hemant Kumar Vinayak uresh Kumar Walia 《Structural Durability & Health Monitoring》 EI 2021年第2期139-165,共27页
This study is concerned with the diagnosis of discrepancies in a steel truss bridge by identifying dynamic properties from the vibration response signals of the bridges.The vibration response signals collected at brid... This study is concerned with the diagnosis of discrepancies in a steel truss bridge by identifying dynamic properties from the vibration response signals of the bridges.The vibration response signals collected at bridges under three different vehicular speeds of 10 km/hr,20 km/hr,and 30 km/hr are analyzed using statistical features such as kurtosis,magnitude of peak-to-peak,root mean square,crest factor as well as impulse factor in time domain,and Stockwell transform in the time-frequency domain.The considered statistical features except for kurtosis show uncertain behavior.The Stockwell transform showed low-resolution outcomes when the presence of noise in the recorded vibration responses.The elimination of noise and extraction of meaningful dynamic properties from the vibration responses is done by applying a new method which comes from the fusion of Hilbert transform with Spectral kurtosis and bandpass filtering.The outcomes obtained from Hilbert transform processed residual signals which are further filtered using bandpass filter show more robustness and accuracy in characterizing bridge modal frequencies from the noisy vibration responses.The proposed method produces a high-resolution frequency response which can unveil the joint discrepancy in the bridge structure. 展开更多
关键词 Steel bridge damage detection stockwell transform hilbert transform spectral kurtosis bandpass filter
下载PDF
基于EEMD-FSK的滚动轴承故障诊断 被引量:1
2
作者 金志浩 陈广东 +1 位作者 汪红 韩林洋 《机床与液压》 北大核心 2023年第4期180-183,共4页
为了解决轴承故障特征提取中经验模态分解(EMD)出现的模态混叠现象,提出一种集合经验模态分解(EEMD)、快速谱峭度选频和共振解调技术相结合的滚动轴承故障诊断方法。对原始振动信号进行EEMD处理,分解为多个本征模态函数(IMF);将符合峭... 为了解决轴承故障特征提取中经验模态分解(EMD)出现的模态混叠现象,提出一种集合经验模态分解(EEMD)、快速谱峭度选频和共振解调技术相结合的滚动轴承故障诊断方法。对原始振动信号进行EEMD处理,分解为多个本征模态函数(IMF);将符合峭度准则的IMF分量筛选出来,对其进行信号重构,对重构信号进行快速谱峭度计算得出快速谱峭度图,从图中选出最优频带中心和带宽,确定FIR带通滤波器设计参数;最后通过共振解调技术对滤波信号进行包络分析,得出包络谱确定滚动轴承故障特征信息。通过滚动轴承实验分析,验证了此方法的可行性。 展开更多
关键词 滚动轴承 集合经验模态分解 快速谱峭度 峭度准则 故障诊断
下载PDF
基于FSK-CNN的轴承故障诊断研究 被引量:1
3
作者 贾晗 尚前明 高海波 《应用科技》 CAS 2023年第2期128-133,共6页
在旋转机械设备的运维保障过程中,采用基于专家经验的传统故障检测方法难以对轴承的健康状态做出实时的状态检测。针对这一问题,本文提出一种基于快速谱峭度与卷积神经网络(FSK-CNN)的故障诊断方法。首先采用快速谱峭度(FSK)法对振动信... 在旋转机械设备的运维保障过程中,采用基于专家经验的传统故障检测方法难以对轴承的健康状态做出实时的状态检测。针对这一问题,本文提出一种基于快速谱峭度与卷积神经网络(FSK-CNN)的故障诊断方法。首先采用快速谱峭度(FSK)法对振动信号进行特征提取,将一维时域信号转化为二维的谱峭度图;之后,采用一种结合卷积注意力模块(CBAM)的卷积神经网络模型完成故障分类。试验结果表明,快速谱峭度法可以有效提取轴承振动信号故障特征,引入卷积注意力模块对传统卷积神经网络模型具有明显的优化作用,FSK-CNN的故障诊断方法对于10种不同的轴承故障类型的诊断准确率可以达到99%。 展开更多
关键词 故障诊断 快速谱峭度法 神经网络 卷积注意力模块 旋转机械设备 谱峭度图 振动信号 运维保障
下载PDF
多轴平稳非高斯随机振动试验控制方法
4
作者 郑荣慧 李晋鹏 +1 位作者 魏小辉 陈怀海 《振动工程学报》 EI CSCD 北大核心 2024年第3期522-527,共6页
多轴向平稳非高斯随机振动控制试验能够对指定响应信号的时、频域特征进行同时控制。提出了一种快速生成具有指定功率谱密度、斜度和峭度的平稳非高斯随机振动信号的方法。通过频率采样方法将目标功率谱密度设计成滤波器,利用非线性变... 多轴向平稳非高斯随机振动控制试验能够对指定响应信号的时、频域特征进行同时控制。提出了一种快速生成具有指定功率谱密度、斜度和峭度的平稳非高斯随机振动信号的方法。通过频率采样方法将目标功率谱密度设计成滤波器,利用非线性变换方法获取非高斯随机信号,再将此信号经过设计的滤波器以获得满足要求的非高斯随机信号。该方法简单、快速并克服了传统非线性变换方法的缺点。进一步将此方法应用于三轴向平稳非高斯随机振动试验中,给出了三轴向非高斯随机振动控制的闭环均衡步骤,此方法能够同时对信号的功率谱自谱、相干系数、相位差以及斜度和峭度进行解耦控制。进行了三轴向平稳非高斯随机振动控制试验,三个方向上加速度信号的功率谱密度、斜度和峭度控制效果均令人满意,满足工程应用要求。 展开更多
关键词 随机振动 平稳非高斯 多轴振动 斜度 峭度 功率谱密度
下载PDF
基于SK-NLM包络的滚动轴承故障冲击特征增强 被引量:14
5
作者 熊国良 胡俊锋 +1 位作者 陈慧 张龙 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第10期2176-2184,共9页
非局部均值算法(NLM)是活跃于图像信号处理领域的一种新方法,因其良好的去噪特性,近几年来在滚动轴承故障诊断领域也开始获得应用。NLM利用样本点邻域窗口包含的局部结构为基本单元,通过对相似成分加权运算后取其平均值以达到抑制噪声... 非局部均值算法(NLM)是活跃于图像信号处理领域的一种新方法,因其良好的去噪特性,近几年来在滚动轴承故障诊断领域也开始获得应用。NLM利用样本点邻域窗口包含的局部结构为基本单元,通过对相似成分加权运算后取其平均值以达到抑制噪声干扰、突出故障冲击特征的目的。但对于强噪声条件下的低信噪比信号而言,NLM滤波效果并不理想。提出一种结合谱峭度(SK)和NLM权重包络谱的故障诊断方法,首先对原始信号进行SK分析得到最优中心频率及带宽构成最优滤波器,初步消除环境干扰及测量噪声;其次对NLM算法进行改进,不再以滤波信号为分析对象,而是直接利用NLM加权运算得到的信号样本点权值分布曲线作为预处理信号的包络信号,从权重角度使故障冲击得到二次增强,消除SK带通滤波器的带内噪声;最后对权值分布曲线进行包络谱分析,进而得到诊断结果。通过仿真信号、实验室信号及工程实际信号分析对所提方法进行了验证,并与最小熵解卷积(MED)进行了对比。 展开更多
关键词 滚动轴承 谱峭度 非局部均值算法 加权运算 故障诊断
下载PDF
基于自相关谱峭度图的滚动轴承故障诊断
6
作者 濮希刚 江国和 +1 位作者 吴刚 袁宇浩 《船舶工程》 CSCD 北大核心 2024年第S01期460-465,473,共7页
针对轴承滚道微弱损伤时故障特征信号埋没于背景信号中,导致不能清晰地辨认出故障特征频率的问题,提出一种基于自相关谱峭度图的改进方法,该方法结合基尼系数冲击指标、小波包分解法、自相关法、包络谱法、峭度图法,并用仿真信号与试验... 针对轴承滚道微弱损伤时故障特征信号埋没于背景信号中,导致不能清晰地辨认出故障特征频率的问题,提出一种基于自相关谱峭度图的改进方法,该方法结合基尼系数冲击指标、小波包分解法、自相关法、包络谱法、峭度图法,并用仿真信号与试验信号对方法的可行性进行验证。结果表明,改进方法所得出的解调频带可以准确地识别轴承滚道故障特征,并能有效抑制背景噪声的影响,使故障特征频率更加清晰。 展开更多
关键词 深沟球轴承 振动模型 动力学仿真 谱峭度
原文传递
改进融合指标的新型盲解卷积算法在轴承故障诊断中的应用
7
作者 田甜 唐贵基 +1 位作者 田寅初 王晓龙 《噪声与振动控制》 CSCD 北大核心 2024年第1期162-167,共6页
为解决现有盲解卷积算法易受随机脉冲影响的问题,综合时域特征和频域特征,提出一个新的故障敏感指标,即包络谱峭度-包络基尼系数融合指标(Envelope Spectral Kurtosis-envelope Gini Index,ESKEG)。该指标对周期性脉冲更敏感,不易受随... 为解决现有盲解卷积算法易受随机脉冲影响的问题,综合时域特征和频域特征,提出一个新的故障敏感指标,即包络谱峭度-包络基尼系数融合指标(Envelope Spectral Kurtosis-envelope Gini Index,ESKEG)。该指标对周期性脉冲更敏感,不易受随机脉冲的影响。基于该指标,提出一个新的解卷积算法,即基于最大ESKEG的盲解卷积,并采用粒子群算法(Particle Swarm Optimization,PSO)求解滤波器系数。通过仿真振动信号和实验仿真信号进行验证,结果表明相比于其他盲解卷积算法,所提出的PSO-ESKEG算法在故障先验知识未知的情况下,能更有效避免受到随机脉冲信号的影响。 展开更多
关键词 故障诊断 盲解卷积 包络谱峭度-包络基尼系数 粒子群优化 随机脉冲
下载PDF
基于SK‑MOMEDA的风电机组轴承复合故障特征分离提取 被引量:6
8
作者 向玲 李京蓄 +1 位作者 胡爱军 李营 《振动.测试与诊断》 EI CSCD 北大核心 2021年第4期644-651,826,共9页
针对在实际工况中风电机组滚动轴承发生复合故障时,多个故障间相互作用,彼此干扰,造成复合故障特征难以分离问题,提出了基于谱峭度(spectral kurtosis,简称SK)与多点最优调整的最小熵解卷积(multipoint optimal minimum entropy deconvo... 针对在实际工况中风电机组滚动轴承发生复合故障时,多个故障间相互作用,彼此干扰,造成复合故障特征难以分离问题,提出了基于谱峭度(spectral kurtosis,简称SK)与多点最优调整的最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,简称MOMEDA)的风电机组滚动轴承复合故障特征分离提取方法。首先,对复合故障信号进行谱峭度分析,选出能量较大的共振频带,并通过构建带通滤波器对相应的共振频带进行滤波,对滤波信号进行包络谱分析,对单一故障特征进行分离提取;其次,对未能实现单一故障特征提取的滤波信号进行多点峭度谱分析并确定故障周期,应用MOMEDA完成后续分离提取过程。仿真信号和工程应用分析结果表明,该方法能够准确且有效地实现轴承复合故障特征的分离提取。 展开更多
关键词 风电机组 轴承 复合故障 分离提取 谱峭度 多点最优调整的最小熵解卷积
下载PDF
基于AR-SK的北美鹅掌楸原木声信号特征参数提取及质量分等 被引量:3
9
作者 徐锋 瞿玉莹 《振动与冲击》 EI CSCD 北大核心 2020年第24期99-106,149,共9页
阔叶材原木的质量评估可以为行业提供最优的阔叶材资源利用价值,然而因缺陷声信号的非平稳性和缺陷类型特征的重叠性,有效的质量评估声参数非常有限。基于此,提出一种基于自回归模型(AR)和谱峭度(SK)相结合的特征声参数提取与分等方法... 阔叶材原木的质量评估可以为行业提供最优的阔叶材资源利用价值,然而因缺陷声信号的非平稳性和缺陷类型特征的重叠性,有效的质量评估声参数非常有限。基于此,提出一种基于自回归模型(AR)和谱峭度(SK)相结合的特征声参数提取与分等方法。利用AR线性滤波器滤除声信号中周期平稳成分,并对包含缺陷信息的残差信号进行短时傅里叶变换,计算其谱峭度值并定位最大谱峭度所在的频带,以其频带的中心频率和带宽设计滤波器对残差信号进行滤波以获取原木主要缺陷信号分量,计算该信号分量的峭度值,将其作为表征声信号的特征参数对北美鹅掌楸原木进行质量分等。样本原木的实际锯切结果显示,基于AR-SK的预测分等中,高质量原木组中的高等级板材率为77.2%,而低质量组中的高等级板材率为21.8%。与传统的声速分等相比,高质量组中的高等级板材率提高了33%以上,而低质量组中的高等级板材率降低了约26%。研究结果表明,所提方法能有效分离缺陷信号成分并对该原木质量进行较精确分等。 展开更多
关键词 阔叶材原木 质量分等 峭度 谱峭度(sk) 自回归模型
下载PDF
IEWT和FSK在齿轮与滚动轴承故障诊断中的应用 被引量:4
10
作者 向玲 高雪媛 +1 位作者 张力佳 李媛媛 《振动.测试与诊断》 EI CSCD 北大核心 2017年第6期1256-1261,共6页
改进的经验小波变换方法(improved empirical wavelet transform,简称IEWT)是一种新的自适应性信号处理方法,将这种方法和快速谱峭度(fast spectral kurtosis,简称FSK)相结合,进行齿轮与滚动轴承的故障诊断。首先,采用IEWT对信号进行分... 改进的经验小波变换方法(improved empirical wavelet transform,简称IEWT)是一种新的自适应性信号处理方法,将这种方法和快速谱峭度(fast spectral kurtosis,简称FSK)相结合,进行齿轮与滚动轴承的故障诊断。首先,采用IEWT对信号进行分解,筛选出故障特征最为明显的2个分量并重构信号;其次,对重构信号进行快速谱峭度滤波;最后,对滤波后的信号进行包络谱分析,提取出信号的故障特征。分析齿轮断齿及滚动轴承故障信号,与直接包络谱和基于EMD经验模态分解(empirical mode decomposition,简称EMD)方法的FSK滤波包络谱分析方法相比可知,采用IEWT处理后再进行FSK滤波的信号进行包络谱分析更具有区分性,可有效识别齿轮和滚动轴承的故障特征。 展开更多
关键词 经验小波分解 快速谱峭度滤波 包络谱分析 故障诊断
下载PDF
基于优化VMD-MCKD和谱峭度的滚动轴承复合故障诊断
11
作者 王富珂 高丙朋 《机床与液压》 北大核心 2024年第19期196-202,共7页
针对滚动轴承振动信号中复合故障特征难以准确提取而导致故障诊断困难的问题,提出一种基于优化变分模态分解(VMD)和最大相关峭度解卷积(MCKD)结合快速谱峭度算法的滚动轴承复合故障诊断方法。利用改进麻雀搜索算法(ISSA)优化VMD和MCKD... 针对滚动轴承振动信号中复合故障特征难以准确提取而导致故障诊断困难的问题,提出一种基于优化变分模态分解(VMD)和最大相关峭度解卷积(MCKD)结合快速谱峭度算法的滚动轴承复合故障诊断方法。利用改进麻雀搜索算法(ISSA)优化VMD和MCKD的参数,使用优化后的VMD对复合故障信号进行分解,并根据峭度准则筛选有效本征模态函数(IMF)进行信号重构,使用优化后的MCKD对重构信号进行解卷积与故障特征增强,并对解卷积信号进行包络谱分析提取故障特征频率。利用快速谱峭度算法对未提取出故障特征频率的解卷积信号进行处理,得到故障信息最丰富的频带参数并进行带通滤波处理。最后,对滤波后的信号进行包络谱分析,提取故障特征频率,从而实现故障诊断。仿真及实验结果表明:所提方法能有效分离复合故障并提取出故障特征频率,有效实现了复合故障诊断。 展开更多
关键词 复合故障 变分模态分解 最大相关峭度解卷积 快速谱峭度 改进麻雀搜索算法
下载PDF
基于SK等指标和SVM的滚动轴承性能退化评估研究 被引量:4
12
作者 李超 郭瑜 《电子科技》 2020年第1期6-12,共7页
文中提出一种基于谱峭度等指标和支持向量机的滚动轴承性能退化评估的新方法。针对滚动轴承全寿命过程中各个时期故障损伤程度的不同,将故障监测分为4个阶段:正常、初期、中期、末期。通过与传统指标,例如均方根值、峭度值、峰峰值指标... 文中提出一种基于谱峭度等指标和支持向量机的滚动轴承性能退化评估的新方法。针对滚动轴承全寿命过程中各个时期故障损伤程度的不同,将故障监测分为4个阶段:正常、初期、中期、末期。通过与传统指标,例如均方根值、峭度值、峰峰值指标等对比,验证了谱峭度作为初期故障特征指标的优势。选取谱峭度等指标作为特征输入,构建多分类支持向量机预测模型来预测轴承性能退化阶段。使用轴承全寿命试验数据对预测模型进行检验,证明了该方法的有效性和可行性。 展开更多
关键词 谱峭度 多分类支持向量机 故障监测 滚动轴承 性能退化评估 机器学习
下载PDF
基于改进EMD-Kurtogram法的滚动轴承早期故障诊断研究 被引量:1
13
作者 赵超阳 陈亮 +2 位作者 韦隆 韩思源 李培军 《现代电子技术》 北大核心 2024年第4期159-163,共5页
实现滚动轴承早期故障准确诊断的关键是得到故障部位有效振动信息,但实际工程中所采集到的轴承振动信号常含有噪声、干扰成分,给有效信息的选择带来了困难。带通滤波是解决该问题的有效方法之一,但不合理的滤波器参数会降低诊断结果的... 实现滚动轴承早期故障准确诊断的关键是得到故障部位有效振动信息,但实际工程中所采集到的轴承振动信号常含有噪声、干扰成分,给有效信息的选择带来了困难。带通滤波是解决该问题的有效方法之一,但不合理的滤波器参数会降低诊断结果的准确性。为此,提出一种基于改进EMD-Kurtogram法的滚动轴承早期故障诊断方法。该方法首先对EMD方法处理后的采样信号进行重构,再根据快速谱峭度图得到带通滤波器所需要的最优参数,最后经过带通滤波及时频域分析得到故障频率。通过实验平台验证及相关算法的对比得出,所提方法得到的故障倍频信息更加充分、清晰,所含噪声干扰更少,证明了该方法的有效性和先进性。 展开更多
关键词 滚动轴承 故障诊断 改进EMD-Kurtogram法 带通滤波 EMD信号处理 信号重构 谱峭度
下载PDF
基于改进特征模态分解和谱峭度的滚动轴承故障诊断
14
作者 张磊 陈学军 +2 位作者 马霖 刘烽 杨康 《贵州大学学报(自然科学版)》 2024年第5期32-40,94,共10页
考虑到滚动轴承的故障信号通常表现出非平稳、容易受到干扰而无法被有效诊断的特点,提出一种改进特征模态分解(feature mode decomposition,FMD)和谱峭度(spectral kurtosis,SK)的滚动轴承故障特征提取方法。首先,对FMD的滤波特性进行研... 考虑到滚动轴承的故障信号通常表现出非平稳、容易受到干扰而无法被有效诊断的特点,提出一种改进特征模态分解(feature mode decomposition,FMD)和谱峭度(spectral kurtosis,SK)的滚动轴承故障特征提取方法。首先,对FMD的滤波特性进行研究,合理选择其两个重要输入参数;其次,采用FMD对滚动轴承故障信号进行处理,得到多个模态分量的分解结果,并通过计算各模态分量与原始信号的灰色关联度及互信息来选择最佳模态分量;最后,通过谱峭度对最佳模态分量进行带通滤波来凸显信号中的周期性冲击成分,从而有效实现故障特征频率的提取。通过分析仿真信号和实验数据的结果,发现提出方法可以有效提取故障信号特征频率的包络谱峰值和倍频谐波部分,且相比于其他方法,谱线特征更加明显,说明使用该方法对滚动轴承出现的故障进行诊断是可行的。 展开更多
关键词 特征模态分解 谱峭度 灰色关联分析 滚动轴承 故障诊断
下载PDF
基于能量算子的声源定位技术在TADS探测车轮故障中的应用
15
作者 贾超 乔森 +3 位作者 苗鑫 杨征西 李彤 刘鹏飞 《铁道车辆》 2024年第5期58-65,共8页
车轮故障是影响铁道车辆运行安全的重要因素。使用TADS技术可以实现对车轮故障等走行部部件的故障检测。由于同转向架车轮噪声信号的叠加干扰会造成车轮故障等噪声信号区分困难,容易造成车轮故障的误报和误判,因此对故障噪声来源进行定... 车轮故障是影响铁道车辆运行安全的重要因素。使用TADS技术可以实现对车轮故障等走行部部件的故障检测。由于同转向架车轮噪声信号的叠加干扰会造成车轮故障等噪声信号区分困难,容易造成车轮故障的误报和误判,因此对故障噪声来源进行定位和区分十分重要。在TADS探测车轮故障进行数据分析时,借鉴了医学领域广泛应用的基于近距离麦克风的双耳结构多运动声源定位的经验。利用TADS的短间距声学阵列,结合TADS探测中声源移动速度快、难捕捉的特点,综合使用谱峭度、Gammatone滤波器、能量算子等技术和手段建立了适应铁道车辆动态检测运用场景的运动声源定位模型,能够实现对快速运动声源的追踪和定位。通过对实际案例进行分析验证了运动声源定位模型方法的有效性,可以给出快速运动声源的运动轨迹。通过运动轨迹与理论轨迹相匹配进行声源性质的判定,可用于辅助诊断车轮故障。 展开更多
关键词 能量算子 谱峭度 Gammatone滤波器 TADS 运动声源定位 铁道车辆 车轮故障
下载PDF
基于合成谱峭度优化VMD的滚动轴承故障特征提取
16
作者 薛源 陈志刚 +1 位作者 王衍学 史梦瑶 《电子测量技术》 北大核心 2024年第9期1-7,共7页
针对滚动轴承振动信号特征在强噪声的情况下难以提取的问题,提出了一种基于合成谱峭度优化变分模态分解的方法。首先,对原始故障信号进行变分模态分解,依据合成谱峭度值最大的原则分别优化VMD的关键参数—模态数和惩罚因子,得到若干本... 针对滚动轴承振动信号特征在强噪声的情况下难以提取的问题,提出了一种基于合成谱峭度优化变分模态分解的方法。首先,对原始故障信号进行变分模态分解,依据合成谱峭度值最大的原则分别优化VMD的关键参数—模态数和惩罚因子,得到若干本征模态分量;然后,计算各IMF峭度,选取峭度值最大的分量作为最优IMF;最后,对最优本征模态分量进行希尔伯特变换,以获得其包络谱,从而实现故障特征频率的提取。通过公开数据集和自制试验台相关数据的分析,表明所提方法能在强噪声背景下有效提取故障信号的故障特征,实现故障类型的判别。 展开更多
关键词 滚动轴承 特征提取 故障诊断 变分模态分解 合成谱峭度
原文传递
基于SFLA优化变分模态提取的滚动轴承故障诊断
17
作者 张怀彬 陈志刚 +1 位作者 杨远鹏 王衍学 《振动与冲击》 EI CSCD 北大核心 2024年第10期132-139,173,共9页
为解决变分模态提取(variational mode extraction, VME)在分解轴承故障信号过程中近似中心频率和惩罚因子的选择过于依赖专家经验的问题,提出混合蛙跳算法(shuffled frog leaping algorithm, SFLA)与VME相结合的滚动轴承故障诊断方法... 为解决变分模态提取(variational mode extraction, VME)在分解轴承故障信号过程中近似中心频率和惩罚因子的选择过于依赖专家经验的问题,提出混合蛙跳算法(shuffled frog leaping algorithm, SFLA)与VME相结合的滚动轴承故障诊断方法。首先,为解决单一指标作为目标函数提取特征时信息不全面的问题,结合信息熵(information entropy, IE)、包络谱峭度和相关系数建立新的参数优化指标—KIC;然后,将KIC的极小值作为SFLA的目标函数自适应地选取VME期望模态的中心频率和惩罚因子;最后,通过包络解调分析期望模态进行故障诊断。仿真信号与轴承试验台相关数据集的分析结果表明,所提出的SFLA-VME方法能够准确地提取出期望模态并诊断轴承故障。 展开更多
关键词 滚动轴承 变分模态提取 混合蛙跳算法 包络谱峭度 信息熵
下载PDF
风电机组齿轮箱行星轮局部齿面剥落故障诊断
18
作者 王子顺 汪韵朗 +1 位作者 苑骁明 赵东辉 《中国科技论文》 CAS 2024年第11期1246-1256,共11页
为了提升风电机组传动链的预测性维护效果,行星轮系早期故障的准确诊断显得尤为重要。针对行星轮系故障特征的提取与分析,采用快速谱峭度(fast spectral kurtosis,FSK)和包络解调等方法,探索有效的故障诊断途径。通过对振动信号进行快... 为了提升风电机组传动链的预测性维护效果,行星轮系早期故障的准确诊断显得尤为重要。针对行星轮系故障特征的提取与分析,采用快速谱峭度(fast spectral kurtosis,FSK)和包络解调等方法,探索有效的故障诊断途径。通过对振动信号进行快速谱峭度分析和包络解调处理,成功提取了关键的故障特征。分析结果显示,不同时间点的频率成分变化揭示了故障的发展过程,即故障从齿圈的初始特征逐渐演变为行星轮的特征,最终发生某行星轮齿面的剥落。在这一过程中,齿圈的局部故障特征频率和行星架自转频率成分的明显变化为故障发展提供了重要线索。基于故障特征的演变情况,提出在故障发生前第34天进行预警,即行星轮转频成分分布增加,以便及时采取维修措施,防止故障进一步恶化。研究结果可为行星轮系的早期故障诊断提供一种有效方法,并为故障预警提供理论支持。 展开更多
关键词 早期故障诊断 行星轮系 振动信号分析 快速谱峭度 包络解调 预警时机
下载PDF
基于IEWT-MOMEDA-FSC的滚动轴承故障诊断
19
作者 吴振雄 王林军 +2 位作者 邹腾枭 陈梦华 陈保家 《三峡大学学报(自然科学版)》 北大核心 2024年第1期92-98,共7页
针对滚动轴承故障信号常伴有噪声干扰且故障特征难以提取的问题,本文提出一种基于改进经验小波变换(IEWT)、多点优化最小熵解卷积(MOMEDA)和快速谱相关(FSC)的滚动轴承故障诊断方法.首先,将原始信号进行快速谱相关分析得到增强包络谱,... 针对滚动轴承故障信号常伴有噪声干扰且故障特征难以提取的问题,本文提出一种基于改进经验小波变换(IEWT)、多点优化最小熵解卷积(MOMEDA)和快速谱相关(FSC)的滚动轴承故障诊断方法.首先,将原始信号进行快速谱相关分析得到增强包络谱,通过增强包络谱的极值点来自适应地划分频谱,以分割的频谱为边界构建小波滤波器组将信号分解为多个IMF分量,利用相关峭度准则筛选出有效的分量进行叠加;其次,用MOMEDA对其进行降噪处理,将降噪后的信号进行快速谱相关分析,得到增强包络谱图;最后,将增强包络谱图中幅值较高的频率与故障频率对比,判定其失效形式,用所提出的方法对实测轴承故障信号进行分析验证.结果表明,所提出的方法能有效降低噪音干扰且增强信号故障冲击特性,在噪声环境下具有较强的故障特征提取能力. 展开更多
关键词 改进经验小波变换 多点最优最小熵解卷积 快速谱相关 峭度 互相关
下载PDF
基于多算法融合的滚动轴承早期微弱故障诊断
20
作者 秦阳 卢岩(指导) 《上海电机学院学报》 2024年第2期77-82,共6页
针对滚动轴承故障初期故障信号微弱,故障特征难以识别问题,提出了一种基于多算法融合的滚动轴承早期微弱故障诊断的方法。首先,利用多小波自适应阈值法对轴承故障信号进行降噪处理;其次,利用快速谱峭度对消噪后的信号提取谱峭度最大的... 针对滚动轴承故障初期故障信号微弱,故障特征难以识别问题,提出了一种基于多算法融合的滚动轴承早期微弱故障诊断的方法。首先,利用多小波自适应阈值法对轴承故障信号进行降噪处理;其次,利用快速谱峭度对消噪后的信号提取谱峭度最大的轴承冲击信号;接着,对剩余信号进行集合经验模态分解(EEMD)并基于峭度准则筛选前3个峭度最大的本征模态分量(IMF)同轴承冲击信号进行信号叠加,得到重构信号。最后,对重构信号进行快速谱相关,增强周期性成分,实现轴承早期微弱故障诊断。仿真实验表明:多算法融合的滚动轴承早期微弱故障诊断的方法可有效消弱噪声成分的干扰,增强微弱故障特征,实现滚动轴承早期微弱故障诊断。 展开更多
关键词 滚动轴承 多小波 快速谱峭度 快速谱相关 特征提取
下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部