基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了小波包联合自回归功率谱理论的故障诊断方法.对采集的轴承振动信号采用高、低正交共轭镜面滤波器组,将信号划分到不同频道上.滤波器每作用一次,数据点减半,采样的时间增至两倍.选取轴承缺陷所在频段的数据插零,将其他频带补零重构提高缺陷信号的时频分辨率;然后通过AR功率谱分析轴承运行状态,诊断出轴承对应的故障.对207滚动轴承的早期缺陷作了实际诊断,诊断结果与实际较为符合.证明该方法是一种有效的弱信号缺陷提取与诊断方法.
推荐文章
基于小波包和PSO Elman神经网络的滚动轴承故障诊断
故障诊断
滚动轴承
小波包
PSO-Elman神经网络
基于小波包变换的滚动轴承故障诊断
滚动轴承
小波包变换
Hilbert变换
故障诊断
基于小波包与CNN的滚动轴承故障诊断
滚动轴承
小波包
卷积神经网络
故障诊断
fine-tuning技术
基于小波包分析的货车滚动轴承故障诊断
滚动轴承
小波包分解
加权K近邻法
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波包联合AR功率谱理论的滚动轴承故障诊断
来源期刊 西安石油学院学报(自然科学版) 学科 工学
关键词 小波包 自回归功率谱 滚动轴承 故障诊断
年,卷(期) 2003,(4) 所属期刊栏目 机械工程
研究方向 页码范围 56-58,76
页数 4页 分类号 TH113
字数 2921字 语种 中文
DOI 10.3969/j.issn.1673-064X.2003.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冯全科 西安交通大学能源与动力工程学院 94 853 15.0 24.0
2 屈展 69 664 10.0 23.0
3 王潜龙 西安交通大学能源与动力工程学院 6 82 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (3)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波包
自回归功率谱
滚动轴承
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安石油大学学报(自然科学版)
双月刊
1673-064X
61-1435/TE
大16开
西安市南郊电子二路18号
1959
chi
出版文献量(篇)
2967
总下载数(次)
4
总被引数(次)
29672
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导