原文服务方: 大电机技术       
摘要:
小波具有优良的时频局部化特性,其多分辨率性质可逼近细化频谱,在故障信号提取方面具有突出作用.倒频谱对多成分边频的频谱图分析非常有效,具有解卷积的作用,将边频带谱线简化为更易于观察的单根谱线,实现电机耦合故障分离和故障特征提取.本文对小波分解基本思想和过程进行了详细的论述,系统论述了倒频谱分析的基本原理以及在时频分析中的优势,结合两者特点提出了运用小波与倒频谱分析相结合的电机故障诊断方法.通过实验验证了该方法在电机复合故障诊断中的特点及优越性.理论和实验分析表明该方法可有效地判定故障类型,为电机故障诊断提供了新的思路.
推荐文章
改进的小波神经网络在异步电机故障诊断中的应用
异步电机
小波神经网络
故障诊断
小波变换
基于特征增强倒频谱分析的齿轮故障诊断方法
齿轮
最小熵解卷积
自回归线性预测
小波去噪
倒频谱
特征提取
采用深度学习的异步电机故障诊断方法
异步电机
故障诊断
深度学习
特征提取
非线性频谱分析在故障诊断中的应用
故障诊断
非线性频谱分析
广义频率响应函数
人工神经网络
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 小波与倒频谱分析法在异步电机故障诊断中的应用
来源期刊 大电机技术 学科
关键词 倒频谱分析 小波 复合故障
年,卷(期) 2010,(5) 所属期刊栏目
研究方向 页码范围 31-34,43
页数 分类号 TM343
字数 语种 中文
DOI 10.3969/j.issn.1000-3983.2010.05.008
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 张雄希 武汉科技大学信息科学与工程学院 14 117 7.0 10.0
5 李保国 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (206)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (14)
二级引证文献  (15)
1988(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)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(11)
  • 参考文献(1)
  • 二级参考文献(10)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(5)
  • 参考文献(5)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
倒频谱分析
小波
复合故障
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
大电机技术
双月刊
1000-3983
23-1253/TM
大16开
1971-01-01
chi
出版文献量(篇)
2188
总下载数(次)
0
总被引数(次)
10014
论文1v1指导