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:
轴承故障诊断时,传感器采集的故障声音信号一般含有多个故障源,且源信号之间统计相关,应用传统的独立分量分析受到限制,本文应用多分辨率子带分解的独立分量分析方法(MSD-ICA),针对小波变换快速独立分量分析分离出的高频子带信号常呈现调制特性,提出进一步结合包络分析(EA)方法分析该子带信号,来判定故障的类型与部位.试验表明,多分辨率子带分解的独立分量分析结合包络分析的分析方法能有效地解决该类问题.
推荐文章
基于改进ICA的工业过程故障诊断研究
检测故障
DPCA
ICA
独立元
基于改进EEMD方法的轴承故障诊断研究
集合经验模态分解
极值波延拓
窗函数
端点效应
基于QPSO-SVM的轴承故障诊断方法
量子粒子群
支持向量机
参数优化
故障诊断
EMD分解
基于ICA-SVM的复杂化工过程集成故障诊断方法
独立成分分析
支持向量机
梯度算法
丁二烯精馏装置
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MSD-ICA-EA的轴承故障诊断方法
来源期刊 轴承 学科 工学
关键词 滚动轴承 故障诊断 声音信号 独立分量分析 小波变换 包络分析
年,卷(期) 2008,(1) 所属期刊栏目 测量与仪器
研究方向 页码范围 33-36
页数 4页 分类号 TH133.33|TG806|TP206+.3
字数 2968字 语种 中文
DOI 10.3969/j.issn.1000-3762.2008.01.011
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 刘宗田 上海大学计算机工程与科学学院 155 2834 28.0 47.0
2 朱颖 上海大学计算机工程与科学学院 16 45 4.0 6.0
3 柳守斌 上海大学计算机工程与科学学院 1 1 1.0 1.0
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  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滚动轴承
故障诊断
声音信号
独立分量分析
小波变换
包络分析
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
轴承
月刊
1000-3762
41-1148/TH
大16开
河南省洛阳市吉林路
36-17
1958
chi
出版文献量(篇)
4658
总下载数(次)
6
论文1v1指导