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
共找到4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：
基于Morlet小波变换的滚动轴承早期故障特征提取研究 被引量：75
1
作者 马伦 康建设 +1 位作者 孟妍 吕雷 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第4期920-926,共7页
针对轴承故障初期振动信号中的特征成分极易被噪声信号淹没而不能及时检测的问题,结合Morlet小波变换降噪的基本原理,提出一种由尺度相关能量分布确定最优尺度参数的方法,从而在该尺度下对信号滤波来提取冲击特征成分。以最小Shannon熵... 针对轴承故障初期振动信号中的特征成分极易被噪声信号淹没而不能及时检测的问题,结合Morlet小波变换降噪的基本原理,提出一种由尺度相关能量分布确定最优尺度参数的方法,从而在该尺度下对信号滤波来提取冲击特征成分。以最小Shannon熵优化Morlet小波的形状参数,实现母小波与信号故障特征的最佳匹配;以最优Morlet小波在不同变换尺度下的小波系数绘制尺度-能量谱,利用信号故障特征能量在特定尺度范围内聚集的特性,从谱图的极值点中选择滤波效果最好的尺度参数。对轴承全寿命数据的实际应用结果表明,与信号的均方根趋势相比,该方法能够提前从信号中提取微弱故障特征并检测到轴承的外圈故障,为轴承早期故障诊断提供了一种有效途径。 展开更多
关键词 Morlet小波变换 滚动轴承 早期故障特征提取 Shannon熵 尺度-能量谱
在线阅读 下载PDF
基于早期故障特征提取的全生命周期监测诊断 被引量：11
2
作者 高帆 杨露霞 《自动化仪表》 CAS 2018年第6期21-24,共4页
设备早期故障诊断是设备全生命周期健康状态监测诊断体系的重要环节。尽早对设备潜在的故障作出可靠判断,对于保障设备的可靠运行具有重要意义。早期故障特征提取技术是检测设备早期故障的有效工具。研究了典型的设备故障发展过程,以早... 设备早期故障诊断是设备全生命周期健康状态监测诊断体系的重要环节。尽早对设备潜在的故障作出可靠判断,对于保障设备的可靠运行具有重要意义。早期故障特征提取技术是检测设备早期故障的有效工具。研究了典型的设备故障发展过程,以早期故障特征提取技术为基础,结合多技术融合方法,建立了设备全生命周期健康状态监测诊断体系,以促进设备厂家改进生产制造质量、流程工业企业优化检维修流程。应用以早期故障特征提取技术为重点的多技术融合方法,打造设备从生产制造、出厂检验到现场应用的全生命周期健康状态监测诊断闭环,实现了设备健康状态的全程可控。 展开更多
关键词 早期故障特征提取 多技术融合 全生命周期 健康状态监测 故障诊断
在线阅读 下载PDF
仿真驱动下基于Ramanujan周期变换的轴承早期故障特征提取 被引量：1
3
作者 胡文扬 王天杨 +1 位作者 张飞斌 褚福磊 《机械工程学报》 EI CAS CSCD 北大核心 2023年第13期148-156,共9页
在多源耦合强噪声干扰下,滚动轴承的早期故障特征信号往往很难进行快速而又准确地提取。针对现有研究中存在的抗噪能力较弱、计算效率较低等问题,一种基于仿真驱动的Ramanujan周期变换的滚动轴承早期故障特征提取方法被提出。首先,基于... 在多源耦合强噪声干扰下,滚动轴承的早期故障特征信号往往很难进行快速而又准确地提取。针对现有研究中存在的抗噪能力较弱、计算效率较低等问题,一种基于仿真驱动的Ramanujan周期变换的滚动轴承早期故障特征提取方法被提出。首先,基于待分析滚动轴承的先验知识,构建故障仿真动力学模型并获得仿真的稳态响应。其次,将该仿真信号作Ramanujan周期变换得到变换系数,并基于该变换系数获得故障特征信息的变换位置。最后,基于仿真响应信号所得到的故障特征信息变换位置,对实际监测信号进行Ramanujan周期变换来分离出早期故障特征。采用IMS轴承数据集对所提出的方法进行了验证,结果表明所提出的方法能够在强背景噪声下高效且准确地提取滚动轴承的早期故障特征。 展开更多
关键词 滚动轴承 仿真模型 Ramanujan周期变换 早期故障特征提取
原文传递
发动机转子系统早期故障智能诊断 被引量：7
4
作者 王仲生 姜洪开 徐一艳 《航空学报》 EI CAS CSCD 北大核心 2009年第2期242-246,共5页
在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先... 在对飞机发动机转子系统早期故障特点进行分析的基础上,针对其故障诊断中存在的故障样本不足和早期微弱故障不易识别的问题,提出将随机共振、小波包分析与支持向量机相结合的发动机转子系统早期故障诊断与智能自愈监控方法。该方法首先利用随机共振原理对早期微弱故障信号进行特征细化,使故障特征放大;然后利用小波包多分辨率分析特性进行故障特征提取;再将提取的特征向量输入由支持向量机构造的分类器中进行故障识别,并利用智能自愈方法对故障进行监控。对智能诊断系统结构、故障特征提取方法、多故障分类器构造、故障自愈监控等进行了分析和研究。结果表明,该方法在故障样本不足情况下,能有效识别发动机转子系统的早期故障,且算法简单、故障分类识别效果好,并能对故障进行自愈监控。 展开更多
关键词 飞机发动机 转子 早期故障特征提取 故障分类识别 故障智能自愈监控
原文传递
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
使用帮助 返回顶部