期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于VMD与不同包络阶次构造的风电机组滚动轴承故障诊断 被引量:7
1
作者 王建国 林语桐 +4 位作者 田野 杜鹏 张培焱 辛红伟 武英杰 《发电技术》 2018年第1期63-69,共7页
针对风电机组变工况滚动轴承故障诊断问题,将变分模态分解(variational mode decomposition,VMD)与计算阶比跟踪(computed order tracking,COT)、逆包络阶次谱(reversed sequence squared envelope spectrum,RE-SES)2种方法结合进行包... 针对风电机组变工况滚动轴承故障诊断问题,将变分模态分解(variational mode decomposition,VMD)与计算阶比跟踪(computed order tracking,COT)、逆包络阶次谱(reversed sequence squared envelope spectrum,RE-SES)2种方法结合进行包络阶次分析;将非平稳的时间域信号转换成平稳的角度域信号,再经包络法找出滚动轴承故障特征信息。仿真与实验结果表明,VMD结合RE-SES包络阶次法可以更加有效地提取出调幅信号中的调制阶次,并且VMD滤波可以使得故障特征阶次更加凸显,易于故障识别,为风电机组变速工况下的滚动轴承故障诊断提供参考。 展开更多
关键词 风电机组 非平稳信号 计算比跟踪(COT) 变分模态分解(VMD) (RE-SES) 轴承故障诊断
下载PDF
组稀疏低秩矩阵估计的变转速滚动轴承故障特征提取
2
作者 王冉 张军武 余亮 《振动与冲击》 EI CSCD 北大核心 2023年第16期92-100,119,共10页
早期轴承故障特征的有效提取对于避免严重机械事故具有重要的意义。表征轴承故障的脉冲信号往往淹没在强背景噪声干扰中,并且轴承常常在变转速工况下运行,这使故障特征的提取较为困难。针对这一问题,提出一种用于变转速工况下滚动轴承... 早期轴承故障特征的有效提取对于避免严重机械事故具有重要的意义。表征轴承故障的脉冲信号往往淹没在强背景噪声干扰中,并且轴承常常在变转速工况下运行,这使故障特征的提取较为困难。针对这一问题,提出一种用于变转速工况下滚动轴承故障特征提取的组稀疏低秩矩阵估计算法。首先,根据变转速工况下轴承故障脉冲信号的角度时间循环平稳特性,利用阶频谱相关(order-frequency spectral correlation, OFSC)将测量信号转换至阶频域中;其次,揭示了轴承故障脉冲在阶频域中的组稀疏性和低秩性,并据此构建一种凸优化问题来增强这两种特性,引入非凸罚函数来提高故障特征的稀疏性;再次,在交替方向乘子法(alternating direction method of multipliers, ADMM)和优化最小化(majorization-minimization, MM)框架下求解该凸优化问题,推导出组稀疏低秩(group sparse low-rank, GSLR)矩阵估计算法;最后,通过构建增强包络阶次谱(enhanced envelope order spectrum, EEOS)对求解得到的目标分量进行故障特征检测。仿真和试验信号的分析验证了该方法在故障特征提取中的有效性。 展开更多
关键词 变转速工况 组稀疏低秩(GSLR) 非凸罚函数 增强(eeos) 特征提取
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部