原文服务方: 中国机械工程       
摘要:
针对滚动轴承故障振动信号的非平稳特征和传统包络分析法的缺陷,提出了一种基于经验模态分解包络谱的滚动轴承故障诊断方法.该方法首先采用经验模态分解将原始信号分解为若干个平稳的固有模态函数之和,然后求出包含主要故障信息的若干个固有模态函数分量的包络谱,再定义包络谱中故障特征频率处的幅值比为特征幅值比,最后以特征幅值比作为故障特征向量,输入神经网络,以神经网络的输出来判断滚动轴承的工作状态和故障类型.对滚动轴承内圈、外圈故障振动信号的分析结果表明,基于经验模态分解包络谱的故障诊断方法能有效地提取滚动轴承的故障特征.
推荐文章
经验模态分解结合包络谱LSSVM的滚动轴承故障诊断
滚动轴承
故障诊断
经验模态分解
包络谱分析
最小二乘支持向量机
经验模态分解与EOSA方法的滚动轴承故障诊断
经验模态分解
Teager能量算子解调法
滚动轴承
包络谱
基于经验模式分解的滚动轴承故障诊断方法
经验模式分解
滚动轴承
故障诊断
经验模态分解(EMD)在滚动轴承故障诊断中的应用
滚动轴承
EMD
神经网络
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 基于经验模态分解包络谱的滚动轴承故障诊断方法
来源期刊 中国机械工程 学科
关键词 滚动轴承 经验模态分解(EMD) 包络谱 特征幅值比 神经网络 故障诊断
年,卷(期) 2004,(16) 所属期刊栏目 科学基金
研究方向 页码范围 1469-1471
页数 3页 分类号 TH165
字数 语种 中文
DOI 10.3321/j.issn:1004-132X.2004.16.017
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 于德介 湖南大学机械与汽车工程学院 253 5743 38.0 65.0
2 杨宇 湖南大学机械与汽车工程学院 170 5200 44.0 68.0
3 程军圣 湖南大学机械与汽车工程学院 210 5603 44.0 69.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (81)
参考文献  (3)
节点文献
引证文献  (45)
同被引文献  (57)
二级引证文献  (172)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(8)
  • 引证文献(7)
  • 二级引证文献(1)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(4)
  • 引证文献(0)
  • 二级引证文献(4)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(6)
  • 引证文献(2)
  • 二级引证文献(4)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(11)
  • 引证文献(5)
  • 二级引证文献(6)
2015(11)
  • 引证文献(1)
  • 二级引证文献(10)
2016(27)
  • 引证文献(6)
  • 二级引证文献(21)
2017(34)
  • 引证文献(6)
  • 二级引证文献(28)
2018(46)
  • 引证文献(6)
  • 二级引证文献(40)
2019(35)
  • 引证文献(1)
  • 二级引证文献(34)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
滚动轴承
经验模态分解(EMD)
包络谱
特征幅值比
神经网络
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
中国机械工程
月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市洪山区南李路湖北工业大学
1990-01-01
中文
出版文献量(篇)
13171
总下载数(次)
0
总被引数(次)
206238
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导